LLMの思考の性能をモンテカルロ木探索で引き上げる

2024/12/04 12 users LLM 須藤英寿 タスク 数学 チャット

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。普段はエンジニアとして、LLMを使用したチャットのサービスを提供しております。 今回は、推論ステップをモンテカルロ木探索を用いて導き出し、複雑なタスク(例えば、数学の問題を解くなど)での性能を大幅に引き上げる手法、「HiAR-ICL」について解説します。 ... 続きを読む

やってみたら簡単！ディープラーニング・オセロを作って自分を負かすまで強くした話(その2・iOS編) - Qiita

2021/02/04 13 users iOS Qiita オセロ ディープラーニング iOS編

前回の記事「やってみたら簡単！ディープラーニング・オセロを作って自分を負かすまで強くした話(その1)」の続編です。 前回は、ディープラーニング・オセロのモデルを作って推論させるところまでを説明しました。 今回は、今回はこのモデルをiOSで動作させ、ミニマックス法やモンテカルロ木探索に組み込む方法について... 続きを読む

「AIに好奇心を与えるとスーパーマリオやDoomが上達」、カリフォルニア大学バークレー校のチームが研究成果を発表 - Engadget 日本版

2017/05/25 62 users DOOM スーパーマリオブラザーズ スーパーマリオ 囲碁AI

カリフォルニア大学バークレー校の研究者が、AIの学習アルゴリズムに人間でいう"好奇心"となるモデルを組み込みました。そしてスーパーマリオブラザーズやDoomをプレイさせてみたところ、画面からの情報以外に特にフィードバックがない状態でもまるで人と同じような上達を見せたと発表しました。 昨年、プロ棋士を次々と倒したことで話題となったGoogleの囲碁AI「Alpha Go」は、モンテカルロ木探索、いわ... 続きを読む

Googleの囲碁AI『AlphaGo』がプロ棋士に勝利、史上初の快挙。自己対局を機械学習して上達 - Engadget Japanese

2016/01/28 33 users AlphaGo 快挙 囲碁 コンピュータ囲碁 囲碁AI

Googleの囲碁AI『AlphaGo』がプロ棋士に勝利、史上初の快挙。自己対局を機械学習して上達 BY Ittousai 2016年01月28日 15時01分 0 Google DeepMindの開発した『AlphaGo』が、囲碁ソフトとして史上初めて人間のプロ棋士を破る快挙を達成しました。 AlphaGo は従来のコンピュータ囲碁ソフトにも用いられていたモンテカルロ木探索と、ディープニューラル... 続きを読む