Tinker: Call for Community Projects｜ティンカー：コミュニティプロジェクトの募集

**Tinker：コミュニティプロジェクト募集のお知らせ** Thinking Machines Labは、研究者や開発者が独自の方法でモデルをトレーニングできるプラットフォーム「Tinker」を立ち上げました。研究目的でも、新たなアプリケーション向けにモデルをカスタマイズする場合でも、自由な実験を促進することを目指しています。同Labは、Tinkerコミュニティから生まれた優れたプロジェクトを定期的に紹介するレポートを公開する計画であり、ブログで紹介されるプロジェクトの応募を広く呼びかけています。 募集対象となる「注目プロジェクト」のガイドラインとして、以下のような具体例が示されています。 1. Tinkerを用いた既存研究論文や技術レポートの再実装。 2. トレーニング・最適化の新手法の探求、新規ベンチマークの適用など、機械学習分野での独自研究。 3. 数学定理証明器や化学モデルなど、AI以外の学術分野でファインチューニングモデルを活用した研究。 4. 斬新で魅力的な機能を持つモデルをデモする、Tinkerを用いたプロダクトプロトタイプ。 5. モデルトレーニングのための新規データセットやタスク環境の構築。 6. 経験の浅い実践者でも効果的にファインチューニングを行える、Tinker上に構築された高レベルライブラリ。 7. TinkerトレーニングAPIの簡潔なセルフホスティング実装などのインフラ貢献。 応募には、プロジェクトの説明文書と、可能であればコードのオープンソース公開が求められます。説明文書では、厳密さと明確な評価が重視され、明確なグラフ、生の出力例、関連ベンチマークや指標を用いた他手法との比較が推奨されています。新奇性や誇大な宣伝よりも、勤勉な実験と透明性のある結果が求められる点が強調されています。応募は「Featured Project」という件名で、指定のメールアドレスへ送信します。 さらに、Tinkerが特に進展を期待する具体的な研究テーマも例示されています。現時点では主に以下の2つの方向性が示され、詳細な動機とガイドラインをまとめたリポジトリが公開されています。 1. **「憲法AI（Constitutional AI）」のベースモデルからの再現実験**：現在広く使われるRLAIF（人間のフィードバックに代わる憲法による強化学習）は、既存の指示チューニング済みモデルから開始されることが一般的です。これでは、憲法そのものの影響と、それを解釈するデータ生成モデルの影響とを分離できません。指示チューニングモデルをパイプラインに含む場合と含まない場合での比較研究は、憲法とRLAIFの本質的な効果を明らかにするでしょう。 2. **「ノイジースチューデント」手法を用いた「RLVR（Reward Learning via Verification）」**：このテーマについては詳細が途中で切れていますが、検証を介した報酬学習と、ノイジースチューデント（自己学習と擬似ラベリングを組み合わせた手法）を組み合わせる研究が想定されています。 要約すると、Tinkerは、多様な背景を持つ実践者が厳密で再現性のある実験を行い、その成果を広く

ティンカー：コミュニティプロジェクトの募集

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト