タグ: マルチタスク学習

解説 ねえ、智也くん！『データを混ぜるか、モデルをマージするか？多様なマルチタスク学習の最適化』っていう論文、面白そうだね！内容教えて！ ああ、それは面白いテーマだよ。大規模言語モデルは多くのタスクに使われているけど、安…

解説 ねえ、智也くん！『完璧なブレンド：Mixture of JudgesでRLHFを再定義する』っていう論文、面白そうだね！内容教えて！ ああ、それは面白い論文だよ。人間のフィードバックからの強化学習、つまりRLHFが…