rinna、人間の評価を利用したGPT言語モデルの強化学習に成功｜rinna株式会社

日本語に特化した強化学習済み対話GPT言語モデルをオープンソースで公開 rinna株式会社（本社：東京都渋谷区、代表取締役：ジャン"クリフ"チェン、以下rinna）は、ChatGPTの学習に利用されている、人間の評価を利用したGPT言語モデルの強化学習に成功しました。そして強化学習済みの日本語に特化した対話GPT言語モデルを、オープンソースで公開したことを発表いたします。 ■ 背景 rinnaは「人とAIの共創世界」をビジョンに掲げ、人と人との間にAIが介在することによる豊かなコミュニケーションを通して、すべての人が自分らしい創造性を発揮できる社会の実現を目指しています。このビジョンの実現に向けて、AIりんなをはじめとしたAIキャラクターと人のテキスト・音声・画像を介した新しいコミュニケーションの形を提供してきました。また、誰もが気軽にAIを使える世界を目指す「AIの民主化」という考え方に

[misshiki]

“強化学習には、HH-RLHFの一部を日本語に翻訳したデータを用いています。”