N
より優れた言語モデルとその影響
OpenAIが教師なし学習で、一貫性のある文章を生成する大規模言語モデルを開発しました。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
2938件
N
ロバスト分類における計算限界とウィンウィンの結果
ロバスト分類器の訓練には、従来の分類器よりもはるかに多くの計算資源が必要となることが判明しました。
N
AIトレーニングのスケーリング方法
勾配ノイズスケールという統計指標が、ニューラルネットワーク訓練の並列化可能性を予測することを発見し…
N
予測ベースの報酬による強化学習
OpenAIが予測ベースの報酬手法RNDを開発し、モンテズマの復讐で人間を超える性能を達成しました。
N
FFJORD: スケーラブルな可逆生成モデルのための自由形式連続ダイナミクス
OpenAIが、連続正規化フローモデル「FFJORD」を発表しました。
N
好奇心駆動型学習の大規模研究
AIが未知の環境を探索し、報酬がなくても学習する「好奇心駆動型学習」を大規模に研究しました。
N
レトロコンテスト：結果
OpenAIが開催した「レトロコンテスト」の初回が終了しました。
N
教師なし学習による言語理解の向上
OpenAIが教師なし事前学習とTransformerを組み合わせ、多様な言語タスクで最高性能を達成しました。
N
GamePad: 定理証明のための学習環境
OpenAIが定理証明AIの学習環境「GamePad」を発表しました。
N
Gotta Learn Fast: 強化学習における汎化のための新しいベンチマーク
OpenAIが強化学習モデルの汎化能力を評価する新しいベンチマーク「Gotta Learn Fast」を発表しました。
N
レトロコンテスト
OpenAIが強化学習アルゴリズムの汎化能力を測る転移学習コンテストを開催します。
N
行動依存の因数分解されたベースラインを用いた方策勾配の分散低減
OpenAIが方策勾配法の分散を低減する新しい手法を発表しました。