OpenAI、774MパラメータのGPT-2を人間の選好でファインチューニング
OpenAIは人間のフィードバックで774MパラメータのGPT-2をファインチューニングし、複数のタスクで外部アノテーターの選好に匹敵する結果を得た。要約タスクでは6万件の人手アノテーションを使用し、文体の続き生成など比較的簡単なタスクで…
AI ニュース月別アーカイブ:2019年9月 に厳選した 3 件の AI ニュースを掲載。モデル公開、製品アップデート、業界動向、論文研究、チュートリアル、意見を含み、各記事に AI 要約・出典表示・原文リンクを付けてページ送りで閲覧できます。
OpenAIは人間のフィードバックで774MパラメータのGPT-2をファインチューニングし、複数のタスクで外部アノテーターの選好に匹敵する結果を得た。要約タスクでは6万件の人手アノテーションを使用し、文体の続き生成など比較的簡単なタスクで…
OpenAIは新たに構築したシミュレーションかくれんぼ環境で、エージェントがマルチエージェント対抗トレーニングを通じて段階的に複雑なツール使用を自発的に学習したと報告した。エージェントは6種類の異なる戦略と対抗戦略を形成し、その一部はチー…
進化戦略は、目的関数の解析形式が未知であるか、勾配を直接計算できない場合に、モデルパラメータを最適化するためのブラックボックス最適化アルゴリズムである。確率的勾配降下法の代替として、さまざまな最適化シナリオに適用できる。記事では、シミュレ…
PR
Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。
Orange Relay を見る