論文

AI 2026.2.12 Thu 16:21

生成AIが「自己改善」する！Metaの事前学習に強化学習を組み込むLLM開発とは【話題の最新論文】

【事前学習に強化学習を組み込む「自己改善型」LLM開発】大規模言語モデル（LLM）の開発現場では、事前学習で獲得した膨大な知識を、ファインチューニングやアライメントと呼ばれる後工程で「安全」かつ「正確」に仕上げる手法が主流となっています。