LLaMA 모델의 효율적인 파인튜닝을 위한 Representation Finetuning (ReFT) 방법론

ReFT 방법은 모델 가중치 업데이트 대신 은닉 표현 조작을 통해 모델 성능을 향상시킬 수 있으며, 이는 기존 PEFT 방법보다 더 효율적이고 효과적일 수 있다.