基盤モデルのための強化学習 電子書籍版

• 

• 3080円（税込）

  初めての方

  最大70%OFFクーポン
  ※値引上限等条件あり

  詳細・獲得はこちら
  購入はこちら試し読み

  • 本作品について、無料施策・クーポン等の割引施策・PayPayポイント付与の施策を行う予定があります。
    この他にもお得な施策を常時実施中、また、今後も実施予定です。詳しくはこちら。
  専門書　コンピューター専門書　科学ＫＳ情報科学専門書

  作品内容

  【推薦の言葉】　基盤モデルの性能を引き上げるうえで、強化学習は中核的な役割を担っている。本書は、強化学習の基礎から、基盤モデルの事後学習を支える理論と手法、推論時スケーリング、Agentic RLまでを体系的に解説した、世界的にも類書の少ない一冊である。なぜ強化学習が必要なのか、その可能性と限界を、理論と実例の両面から明快に示す。AIの今後を見通すうえで、本書は重要な羅針盤となるだろう。――岡野原大輔（Preferred Networks代表取締役社長）　【本書のポイント】　◆基盤モデルを賢くする強化学習、その理論を体系的に理解する！◆　いま強化学習は、基盤モデルの振る舞いを制御するための汎用的な枠組みとなっている。各手法がなぜ必要になったのか、どのような仮定のもとで何を最適化しているのか。本書では、これらを数式と直感の両方から解説する。【サポートサイト】　https://akifumi-wachi-4.github.io/website/rl4fm　【主な内容】　第1章　はじめに　第2章　強化学習の基礎　第3章　基盤モデルを改良するための強化学習問題　第4章　強化学習による人間の主観的な選好への適合　第5章　強化学習による客観的な正解をともなうリーズニング能力の改善　第6章　主観的かつ客観的に良いLLMを獲得するには　第7章　言語から他のモダリティへ　第8章　推論時スケーリングと強化学習の関連性　第9章　Agentic RL　第10章　今後の課題　付録A　数学的な基礎　付録B　強化学習の補足　付録C　基盤モデルの基礎　付録D　定理3.2の証明

作者の関連作品作者の作品一覧