LLM時代の強化学習 - どこから見てもメンダコ

2023/11/24 104 users メンダコ VLM LLM LLM時代 強化学習

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

モチベーションは楽しさ創造から - なぜ、あの人には教えたくなるのか？　教わり上手な人の８つの...

2007/09/04 490 users モチベーション 創造 ノウハ ８つ 身の回り

自分の力を向上していこうとする際に、最も効率の良い学習の仕方は、「達人から教えて貰う事」。 読書やネットで様々な事が勉強できる環境になったとはいえ、それだけに頼っている人より、身近な達人から『どんどん教えて貰える人』の方が仕事の上達も早い。自分だけの学習では、どうしても限界があったり、効率が悪かったりします。私の身の回りにも教えて貰い上手の人がいて、コンサルティングフィーを支払わずに、上手にノウハ... 続きを読む