LLM時代の強化学習 - どこから見てもメンダコ

2023/11/24 104 users VLM LLM LLM時代 強化学習 課題

強化学習におけるLLMの活用パターン調査 はじめに：実世界における強化学習の課題 LLM×強化学習 人間はゼロショット推論によりサンプル効率の良い学習ができる LLMによるゼロショット推論の例 さまざまなLLM活用パターン 1. 報酬モデルとしてのLLM LLMによる代理報酬モデル VLMによる外観ベース代理報酬モデル 外部知識... 続きを読む

SNSでバズった『タコの耳栓』がカプセルトイに「世界中から問い合わせが止まらなかった逸品」→メンダコやゲソも仲間入り

2023/01/16 191 users 望外 カプセルトイ ゲソ バス pic.twitter.com

平野元気 @hirano_genki 『タコの耳栓』がカプセルトイになります。 ※1月19日から順次発売 磯マーケットフェス以降、SNSを通じてたくさんの方の目にふれ、遂にはカプセルトイ（ガチャ）になるという、望外の展開となりました。 pic.twitter.com/lEfEGk4aOj 2023-01-15 17:56:36 続きを読む