読み込み中…
読み込み中…
7件の記事
Silico プラットフォームに統合された予測データデバッグ手法は、トレーニング前の選好データ分析によりモデルの潜在的な挙動を特定します。これによりエンジニアは安全性やハルシネーションなどの問題を事前に対処し、パフォーマンスと安全性を向上させます。
AWS は、Amazon SageMaker AI を使用して教師あり学習（SFT）と直接最適化（DPO）を適用することで、AI エージェントが適切なツールを選択する精度を高め、エラー率やサポートコストを削減できると発表した。
Hugging Face は、チャットボットの分野に限定されない形で直接選好最適化（DPO）の応用範囲を広げる研究を発表しました。
Jack Clarkは、中国の電波戦用AIモデル、LLMのトラウマ現象、およびサイバー攻撃におけるスケーリング則に関する3つのトピックを紹介している。これらはAI研究の動向を示す注目に値する内容である。
はじめに LLM-jp ではオープンかつ日本語に強い大規模言語モデルの開発を進めており，2024年9月以降 llm-jp-corpus v3 を用いて訓練した「LLM-jp-3」シリーズの公開を進
はじめに LLM-jp ではオープンかつ日本語に強い大規模言語モデルの開発を進めており，2024年9月以降 llm-jp-corpus v3 を用いて訓練した「LLM-jp-3」シリーズの公開を進め
目次 はじめに LLM-jp-13B とは インストラクションチューニング データセット 入力プロンプト 比較実験の設定 ハイパーパラメータ 学習 評価 DPO データセット