OpenAI、大規模言語モデルの数学能力を大きく向上させることに成功 | アイブン

2023/06/01 90 users OpenAI LLM アイブン 数学能力 大規模言語モデル

マイページに保存 OpenAIは新しいフレームワーク「PRM」を発表しました。これは、大規模言語モデル（LLM）の数学能力を向上させるためのもので、AIが問題を解く際の誤りをプロセスベースで特定・修正する能力を強化します。このフレームワークで訓練した大規模言語モデルは、DeepMind社の作成した数学問題集（MTAHデータ... 続きを読む

“AI作曲家”から見たポップミュージックの世界（前編） | 人工知能が作る音楽 - 音楽ナタリー

2019/02/15 44 users 人工知能 音楽ナタリー ポップミュージック AI作曲家 前編

2010年代、深層学習（ディープラーニング）というブレイクスルーを経て新たなステージに入ったAI技術は、音楽の世界にもその影響を及ぼしている。いよいよ本格的に実現しつつある“AI作曲家”の姿を通じて、私たちと音楽との関係を改めて考えてみたい。 文 / imdkm 2010年代半ばのAIバズ2015年10月、DEEPMIND社の開発した... 続きを読む

DeepMind社がやねうら王に注目し始めたようです | やねうら王 公式サイト

2017/12/07 50 users やねうら王 公式サイト

DeepMindがAlphaGo Zeroで使われた手法をチェスと将棋に適用して、チェスと将棋の世界でもぶっちぎり強いソフトが出来たそうです。(私は、内容は詳しく読んでいません。) おーDeepMindの論文にelmoデビューしとる。でもElmoって書いてあるから個人的にリジェクトで。しかし強い。DeepMind凄いね。 https://t.co/o5SmgmH6KG — 瀧澤 誠@elmo (@... 続きを読む

Deep Learning最新論文の再現コードを試行(DeepMindのA3C) - Itsukaraの日記

2016/12/25 10 users DeepMind Python 機械学習 再現コード 最新論文

2016 - 07 - 29 Deep Learning最新論文の再現コードを試行(DeepMindのA3C) 機械学習 ITのお勉強 Python 前回の記事 で書きましたように、DeepMind社の最新論文 Asynchronous Methods for Deep Reinforcement Learning、16 Jun 2016 に書かれた手法A3C(Asynchronous Advan... 続きを読む

Google、人工知能の反逆を抑止する「非常ボタン」開発 - Engadget Japanese

2016/06/06 317 users 反逆 傘下 Engadget Japanese 人工知能 開発

Googleの傘下にあり、驚異的学習能力をそなえた人工知能を開発するDeepMind社の研究者を含めたグループは、AIが人間のコントロールを拒否し、あるいは人間を害することを止めるための「非常ボタン（big red button）」を開発したことを発表しました。その研究成果は Safely Interruptible Agents というPDF文書にまとめられ、ウェブサイト上で公開中です。 一時は... 続きを読む