タグ: 弱い監督

解説 ねえ智也くん、この論文のタイトル「言語モデルの推論能力を弱い監督で最適化」って面白そう！何について書かれてるの？ ああ、これは大規模言語モデルが複雑な問題を解決する能力について、人間の監督を最小限に抑えつつどう向上…