“ルールベースの報酬 (RBR) を活用した新しい方法を開発し、適用しました。この方法は、人間による膨大なデータ収集なしで、モデルが安全に動作するように調整します。”

misshiki のブックマーク 2024/07/26 14:27

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4756803000788597664/comment/misshiki" data-user-id="misshiki" data-entry-url="https://b.hatena.ne.jp/entry/s/openai.com/index/improving-model-safety-behavior-with-rule-based-rewards/" data-original-href="https://openai.com/index/improving-model-safety-behavior-with-rule-based-rewards/" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Fopenai.com%2Findex%2Fimproving-model-safety-behavior-with-rule-based-rewards%2F" data-user-icon="/users/misshiki/profile.png">https://openai.com/index/improving-model-safety-behavior-with-rule-based-rewards/</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD">人工知能</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/OpenAI">OpenAI</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%E8%87%AA%E7%84%B6%E8%A8%80%E8%AA%9E%E5%87%A6%E7%90%86">自然言語処理</a>]</li></ul><br><p style="clear: left">“ルールベースの報酬 (RBR) を活用した新しい方法を開発し、適用しました。この方法は、人間による膨大なデータ収集なしで、モデルが安全に動作するように調整します。”</p><a class="datetime" href="https://b.hatena.ne.jp/misshiki/20240726#bookmark-4756803000788597664"><span class="datetime-body">2024/07/26 14:27</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！