本文へスキップ
Studied
S!
G検定
/
演習問題集
知る
カリキュラム
学ぶ
学習教材
解く
演習問題集
模擬試験
覚える
単語カード
クイズ
用語集
振り返る
学習状況
習得マップ
論点別正答率
復習
出題カバレッジ
ブックマーク
ホーム
状況
教材
演習
模試
用語集
確認問題 自然言語処理
この論点の解説を読む
指示チューニングを選ぶ
指示チューニングの説明として、最も適切な選択肢を1つ選べ
指示と、それに対する望ましい応答の組を数多く学ばせ、指示に従うふるまいを身につけさせる
人の好みの比べ方から報酬モデルを作り、その報酬で強化学習して調整する
報酬モデルも強化学習も使わず、好みのデータから方策を直接に最適化する
大量の文章を読ませて、ただ次の言葉を予測する力を身につけさせる
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→