テックブログ事後学習編公開！ 概要編、前処理編、事前学習編に続き、音声言語モデルのTTSへの事後学習に関する知見をまとめています。 blog.dubguild.com/melte/post… ・SFT＋RLによってJ-HARDのCERと話者類似度を改善 ・報酬設計次第では発話が不自然に長くなり、声質がほぼ女性側へ偏る ・BF16では、vLLMとTransformers間のトークン対数確率の差がFP16の約8倍に拡大