InstructGPTで人間のラベラーを使って強化学習させたのがブレークスルーだったんだな。知性はデータに宿っている。

stealthinu のブックマーク 2024/05/09 20:57

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4734302153659208548/comment/stealthinu" data-user-id="stealthinu" data-entry-url="https://b.hatena.ne.jp/entry/s/speakerdeck.com/imai_eruel/chatgpt-imai" data-original-href="https://speakerdeck.com/imai_eruel/chatgpt-imai" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Fspeakerdeck.com%2Fimai_eruel%2Fchatgpt-imai" data-user-icon="/users/stealthinu/profile.png">ChatGPT�人間のフィードバックから強化学習した対話AI</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/deeplearning">deeplearning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/LLM">LLM</a>]</li></ul><br><p style="clear: left">InstructGPTで人間のラベラーを使って強化学習させたのがブレークスルーだったんだな。知性はデータに宿っている。</p><a class="datetime" href="https://b.hatena.ne.jp/stealthinu/20240509#bookmark-4734302153659208548"><span class="datetime-body">2024/05/09 20:57</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！