フィードバック
AIの学習や出力結果の改善において、システムが提示した結果に対する評価や修正の情報を、次の行動や予測に反映させる一連のプロセス。特に「人間のフィードバックからの強化学習(RLHF)」など、AIモデルの品質や安全性を向上させるための重要な仕組みとして用いられます。
人工知能に関するAI用語を266件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は12ページ目です。
AIの学習や出力結果の改善において、システムが提示した結果に対する評価や修正の情報を、次の行動や予測に反映させる一連のプロセス。特に「人間のフィードバックからの強化学習(RLHF)」など、AIモデルの品質や安全性を向上させるための重要な仕組みとして用いられます。
「思考の連鎖(Chain-of-Thought)」とは、大規模言語モデルに対して解答に至る中間的な推論ステップを順序立てて出力させることで、複雑な問題の解答精度を向上させるプロンプトエンジニアリングの手法です。数学や論理パズルなど、段階的な思考が必要なタスクで高い効果を発揮します。