TopicTracker
出典 dwarkesh.com原文を表示
翻訳言語翻訳言語

RLはあなたが思っている以上に情報効率が悪い

強化学習(RL)は従来考えられていた以上に情報効率が低く、RLVR(強化学習によるビデオ生成)の進展にも影響を及ぼす可能性がある。

関連記事