Reft（Representation Finetuning）は，自然言語処理（NLP）タスクにおける高精度かつ柔軟なモデルファインチューニングを支援するフレームワークである．Reftは，トランスフォーマーベースの大規模言語モデル（LLMs）を用いた独自の介入型トレーニング手法を採用しており，従来のファインチューニングに比べて，効率性や精度が向上するとされている．本演習ではReftを用いて「情報」入試問題を学習データとして追加学習を行うと，回答がどのように変化するか検証する.