追加学習
いったん学習済みのモデルに対して、あとからデータや評価を使って性質を調整する学習。知識を増やすだけでなく、応答の癖や方針を変える目的でも行う。
たとえば: 基礎ができた後に、接客マナーだけを追加で練習して振る舞いを整える感じ。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 重み摂動なしでNeural Thicketsの利得は得られるのか:Logit PSVという見方
Neural Thicketsの性能向上を、重み空間の幾何学的説明に頼らず捉え直す研究。凍結モデルに対するlogitsへのランダムbiasと、選抜・集約からなるPSVを提示し、言語・視覚での有効性を論じる。
- LLMの「価値」の学習が未学習の価値にどう波及するか——一般化を予測する課題と表現の比較
LLMの価値学習が未見の価値に及ぼす影響を予測する「alignment generalization prediction」を提案し、66価値で一般化効果を分析。活性ベース表現が記述ベースを上回り、下流では価値類似度がロバスト性と相関した。
