Update README.md

README.md

@@ -12,25 +12,25 @@ base_model:
 - google/gemma-2-27b
 ---
 
-# 学習データセット
+## 学習データセット
 gemma-2利用にあたり、ライセンス制約上の懸念のあるデータセットは利用していない。
 
-## SFT使用データ
+### SFT使用データ
 - [llm-jp/magpie-sft-v1.0](https://huggingface.co/datasets/llm-jp/magpie-sft-v1.0) (apache-2.0)
 - [DeL-TaiseiOzaki/Tengentoppa-sft-qwen2.5-32b-reasoning-100k](https://huggingface.co/datasets/DeL-TaiseiOzaki/Tengentoppa-sft-qwen2.5-32b-reasoning-100k) (apache-2.0)
 - [weblab-GENIAC/Open-Platypus-Japanese-masked](https://huggingface.co/datasets/weblab-GENIAC/Open-Platypus-Japanese-masked) (MIT)
   - MITライセンスのデータのみ抽出して使用。
-## DPO使用データ
+### DPO使用データ
 - [weblab-GENIAC/aya-ja-nemotron-dpo-masked](https://huggingface.co/datasets/weblab-GENIAC/aya-ja-nemotron-dpo-masked) (apache-2.0)
 
 
-# モデル作成手順
+## モデル作成手順
 - ベースモデル（google/gemma-2-27b）にSFT使用データ（サンプリング）を使って、Loraアダプタを作成（Taka2024/gemma-2-27b-it-2_lora）
 - ベースモデルとLoraアダプタをマージ（Taka2024/gemma-2-27b-it-2_lora_merged）
 - マージしたモデルにDPO使用データ（サンプリング）を使って、DPOアダプタを作成（Taka2024/gemma-2-27b-dpo-1）
 
 
-# 推論手順
+## 推論手順
 unsloth版のサンプルコード（Google Colab L4使用）をベースとし、推論は１時間以内で終了するようになっている。
 
 ```
@@ -126,7 +126,7 @@ with open(f"/content/{json_file_id}_output_IF.jsonl", 'w', encoding='utf-8') as
 ```
 
 
-# Uploaded  model
+## Uploaded  model
 
 - **Developed by:** Taka2024
 - **License:** gemma