AI資格 G検定(予想問題) その10

問題 5 / 160

RLHFでしばしば用いられるペアワイズ比較データの用途は何か。

評価者ごとの識別情報を収集するため
生成モデルの学習率を決定するための指標
異なる応答を比較してどちらがより好ましいかを学習し報酬モデルの学習に使うため
推論中のメモリ使用量を測定するため

当サイトでは、ユーザー体験の向上を目的としてCookieを使用しています。サイトの利用を継続することで、Cookieの使用に同意したものとみなされます。