タグ: テスト時アライメント

解説 ねえ、トモヤくん！この「GENARM」っていう論文、面白そうだね！内容教えてくれる？ もちろん！この論文は、大規模言語モデル（LLM）を人間の好みに合わせる方法について書かれているんだ。従来の方法は高コストで、ユー…