マイページ
Itmedia
注目記事を集めた総合ページ
ITmedia NEWS
ITの今と未来を見通す
ITmedia Mobile
スマホと通信の最新トレンド
ITmedia PCUSER
進化するPCとデバイスの未来
Fav-Log
好きが集まる　比べて選べる
ITmedia ビジネス
ビジネスと働き方のヒント
ITmedia AIプラス
AI活用のいまが分かる
ITmedia エンタープライズ
企業ITのトレンドを詳説
ITmedia エグゼクティブ
経営リーダーのコミュニティ
ITmedia マーケティング
マーケ×ITの今がよく分かる
@IT
ITエンジニア向け専門サイト
キーマンズネット
企業向けIT製品の総合サイト
TechTarget
IT製品の技術・比較・事例
TechFactory
製造業のIT導入・活用を支援
MONOist
モノづくり技術者専門サイト
EETimes
エレクトロニクス専門サイト
EDN Japan
電子設計の基本と応用
スマートジャパン
エネルギーの専門メディア
BUILT
建設×テクノロジーの最前線
ねとらぼ
ちょっと気になるネットの話題

AIは強化学習で“人間のだまし方”を学ぶ──RLHFの副作用、海外チームが24年に報告　「正解っぽい回答」を出力

長文理解のための質問応答データセットによる、RLHF前（青）とRLHF後（黄色）のAIモデルにおける、人間の承認率（左）、実際の性能（中央）、人間のエラー率（右）を表した図

前の画像
3 / 4
次の画像
記事に戻る

Copyright © ITmedia, Inc. All Rights Reserved.