強化学習（RL）により、ロボットはフィードバックに基づいて動的環境で最適な行動戦略を学習することができることが発表された。 ロボットRL中の明示的な人間のフィードバックは、明示的な報酬関数を簡単に適応できるため、有利である。 しかし、人間が継続的かつ明示的にフィードバックを生成することは非常に困難で面倒なことであるため、暗黙的なアプローチの開発は非常に重要であると言える。
Su Kyoung Kimら研究者は、RLの本質的に生成された暗黙的なフィードバック（報酬）として、エラー関連電位（ErrP）、人間の脳波（EEG）のイベント関連アクティビティを使用した。
LLMのRAG（外部知識検索による強化）をまとめた調査報告
プロンプトの原則26ヶ条をまとめた報告
LLMにおける情報抽出（文章から必要な事柄を読み取る）タスクについての調査
Googleなどが開発、LLMに表データ（.csvなど）の情報を深く理解させるためのフレームワーク『Chain of Table』
LLMの内部状態を観察することで「出力がハルシネーションか否かを判別する」手法『LLMファクトスコープ』
LLMの知識を狙い撃ちして変更・修正する「知識編集（Knowledge Editing）」
LLMが「教えてはいけない事実」を抑制するパーツが明らかに Llama-2を1057個に分解
Gemini Pro 対 GPT-4V、画像認識能力でどちらが優秀なのか
ChatGPTの効果的なプロンプト手法における「基本のキ」を理論とテンプレート両方で紹介
Geminiの「常識を推論する能力」を網羅的に調査した結果 間違えやすいタイプの問題も明らかに
「自分を信じて限界を超えてください」など感情をグッと込めた指示プロンプトが添えられると、ChatGPTなどのLLMのパフォーマンスは向上する
Appleが、LLMのパラメータを「SSDなどの外部フラッシュメモリに保存し」PCで効率的にモデルを使用する手法を開発
AGIを見据えて専門家レベルの問題を集めたベンチマーク「MMMU」、GPT-4VやGemini Ultraでも正解率6割未満
LLMに「自分自身との対戦」で能力を向上させる手法『Self-Play Fine-Tuning（SPIN）』
LLMにナレッジグラフ（知識グラフ）を連携させることで、タスク遂行能力を大幅に向上させるフレームワーク『Graph Neural Prompting（GNP）』
Copyright © AIDB All rights reserved.
PAGE TOP