> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-serverless-sft-revamp.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# W&B トレーニング

> 強化学習 を使用して モデル を Post-train する

現在パブリックプレビュー中の W\&B Training は、大規模言語モデル（LLM）のポストトレーニング向けにサーバーレスの 強化学習（RL）を提供します。これにより、マルチターンのエージェントタスクを実行する際の信頼性を向上させつつ、スピードの向上とコストの削減を実現します。RL は、モデルが自身の出力に対するフィードバックを通じて 振る舞い を改善することを学ぶ トレーニング 手法です。

W\&B Training は以下の インテグレーション を含んでいます：

* [ART](https://art.openpipe.ai/getting-started/about): 柔軟な RL ファインチューニング フレームワーク。
* [RULER](https://openpipe.ai/blog/ruler): ユニバーサルな検証ツール。
* [CoreWeave Cloud](https://docs.coreweave.com/docs/platform) 上の完全に管理されたバックエンド。

利用を開始するには、まず [前提条件](/training/prerequisites) を満たしてから、[OpenPipe のサーバーレス RL クイックスタート](https://art.openpipe.ai/getting-started/quick-start) を参照して Models のポストトレーニング方法を確認してください。