OpenAIの「12 Days of OpenAI」2日目は強化学習関連

　米OpenAIは12月6日（現地時間）、前日から開始したミニイベント「12 Days of OpenAI」の2日目として、「Reinforcement Fine-Tuning」（強化学習ファインチューニング研究）プログラムを発表した。

　強化学習ファインチューニングとは、数十から数千の高品質なタスクを用いてモデルをカスタマイズし、提供された参照回答でモデルの応答を評価する新しいモデルカスタマイズ技術。モデルが類似の問題をどのように推論するかを強化し、その分野における特定のタスクに対する精度を向上させることができる。結果に客観的に「正しい」答えがあり、ほとんどの専門家が同意するようなタスクに優れている。

　OpenAIは、研究機関、大学、企業などを対象に、このプログラムへの参加を呼び掛けた。

　参加者はOpenAIの強化学習ファインチューニングAPIにα版でアクセスし、ドメイン固有のタスクでこの技術をテストすることができる。

　「12 Days of OpenAI」の1日目は、「o1」と「ChatGPT Pro」に関する発表だった。今後もウィークデーの10日間、毎日新しい発表が予定されている。

印刷する

SNSでシェア

関連記事

• 

  OpenAIとApollo Research、「o1」は自分の目的のために嘘をつくと報告

• 

  ChatGPTに“月額3万円”の新有料プラン登場　最高性能の「o1 pro mode」などAIモデル＆ツール使い放題

• 

  OpenAI、クリスマスまで毎日1つ何かを発表へ　「Sora」も？

こんなメディアも見られています

ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。

企業ITのトレンドを詳説

ITmedia エンタープライズ

エネルギーの専門メディア

スマートジャパン

建設×テクノロジーの最前線

BUILT

ビジネスと働き方のヒント

ITmedia ビジネスオンライン