247 エッヂの名無し 2025/02/02(日) 01:06:31.665 ID:fJNe9Ej6g
アライメントやな特定の価値観に寄せる強化学習をするChatGPT が最初にバズったのもこれをして人間と会話しやすいようにしたからだしな逆にウェイト公開されてるから更に別の価値観に寄せるトレーニングもできるかもしれない