会員（無料）になると、いいね！でマイページに保存できます。 RLHF（Reinforcement Learning from Human Feedback：人間による評価を利用した強化学習）とは、端的に言えば、人間から学ぶ「教師あり学習」と試行錯誤を経て学ぶ「強化学習」、強化学習に欠かせない ...

Stability AIは、オープンソースの新たなAIチャットボットとして、人間のフィードバックからの強化学習で調整した「StableVicuna」(ステーブル ビクーニャ)を発表した。ユーザーの環境にインストールして利用できるほか、近日中にチャットボットを利用できる ...

Stable Diffusionの開発元であるStability AIが、オープンソースのチャットボットAI「StableVicuna」のリリースを発表しました。StableVicunaは、Metaが開発した大規模言語モデルのLLaMA 13BをベースとするチャットボットAI「Vicuna-13B」をさらに調整して訓練したチャット ...

OpenAIが開発したChatGPTをはじめ、さまざまなAIが人間レベルの会話を行ってくれるようになりました。そうしたチャットAIがどのような技術で成り立っているのかをAssemblyAIのエンジニアであるマクロ・ランポニさんが知識ゼロでもわかる丁寧さで解説しています ...