📝 [docs] リリース後のREADME更新 (v0.7.0)

README.md

@@ -44,7 +44,7 @@ license: mit
 
 ## 🚀 プロジェクト概要
 
-**Llama-finetune-sandbox**は、Llamaモデルのファインチューニングを実験的に学習・検証できる環境です。様々なファインチューニング手法を試し、モデルのカスタマイズや性能評価を行うことができます。初学者から研究者まで、幅広いユーザーのニーズに対応します。バージョン0.6.0では、ドキュメントの更新とLLM評価システムの実装を行いました。このシステムは、LLMの回答品質を自動的に評価し、詳細な評価レポートを生成する機能を提供します。
+**Llama-finetune-sandbox**は、Llamaモデルのファインチューニングを実験的に学習・検証できる環境です。様々なファインチューニング手法を試し、モデルのカスタマイズや性能評価を行うことができます。初学者から研究者まで、幅広いユーザーのニーズに対応します。バージョン0.7.0では、ドキュメントの更新と、Unslothを用いた高速推論実装ガイドの追加を行いました。
 
 
 ## ✨ 主な機能
@@ -136,10 +136,10 @@ license: mit
 - [📒ノートブックはこちら](https://colab.research.google.com/drive/1Zjw3sOMa2v5RFD8dFfxMZ4NDGFoQOL7s?usp=sharing)
 
 
-## 🆕 最新情報 (v0.6.0)
+## 🆕 最新情報 (v0.7.0)
 
-- **LLM評価システムの実装**: LLMの回答品質を自動的に評価するシステムを追加しました。質問、模範解答、LLMの回答を比較し、4段階のスケールで評価します。エラーハンドリング、リトライ機能、ログ機能、カスタマイズ可能な評価基準、CSVとHTML形式でのレポート生成機能を備えています。
-- README.mdへのLLM評価システムに関する情報の追加
+- **Unslothを用いた高速推論実装ガイドの追加**: Llama-3.2モデルとLLM-JPモデルの高速推論実装に関する情報、各モデルの使用方法、Colabノートブックへのリンクを追加しました。
+- ドキュメントの更新
 
 
 ## 🤝 コントリビューション