S
Soup CLI
モデル事後学習、評価、リリースゲート向けの統合CLI
free
最終更新 2026/9/10
Soup CLIについて
Soup CLIは事後学習の流れを1つのコマンドラインツールに集約します。データを訓練前にチェックし、ルールで手法を選んで設定を生成し、自前データから評価を派生させ、保存ごとにゲートし、実行中に報酬ハッキングを自己修正します。23手法、163レシピ、17量子化形式に対応し、凍結した基盤モデルをCPUメモリまたはNVMeからGPUメモリへ層単位でストリーミングして4-bit量子化できます。soup evalはSHA固定の評価スイートを生成し、soup shipはタスクスコアが上がっても一般知識が損なわれたモデルを拒否します。
おすすめの利用者
モデル事後学習エンジニア
少ないVRAMのGPUを使う開発者
オフライン評価が必要なチーム
既存の訓練設定から移行するユーザー
最適な利用シーン
訓練前のデータチェックと設定生成
小容量メモリのデバイスでのモデル微調整
自前データからのオフライン評価構築
リリース前のモデル一般知識の検証
機能
データ事前チェックと設定生成
訓練前にデータをチェックし、ルールに従って手法を選び、訓練設定を生成します。
層ストリーミングと量子化
凍結した基盤モデルをCPUメモリまたはNVMeからデコーダー層ごとにストリーミングし、4-bit量子化に対応します。
自前データからの評価派生
自前データからSHA固定の評価スイートを派生させ、保存ごとにゲートします。
モデルリリースゲート
soup shipは8つのオフラインスイートで採点し、タスクスコアが向上しても一般知識が損なわれたモデルを拒否します。
長所
- 無料でApache-2.0ライセンス
- 登録やクレジットカードなしでオフライン実行
- 多くの手法、レシピ、量子化形式に対応
- リリースゲートの証拠を提出可能
短所
- 層ストリーミングのリファレンス実装は層を約1.52倍読み取ります
- 選好損失の測定済みtok/sデータはありません
料金プラン
Free
$0長期
- Apache-2.0ライセンス
- オフライン実行
- 登録不要
- クレジットカード不要
* 料金情報は参考用です。最新情報はSoup CLI公式サイトのお知らせをご確認ください。
よくある質問
公式ページには23種類の手法が掲載されており、DPO、ORPO、SimPO、KTOを含みます。
soup evalは自前データからSHA固定の評価スイートを派生させます。soup shipは8つのオフラインスイートで採点し、タスクスコアが向上しても一般知識が損なわれたモデルを拒否します。
ツール情報
開発者Soup CLI
リリース日2026/9/10
価格free