N
FFJORD: スケーラブルな可逆生成モデルのための自由形式連続ダイナミクス
OpenAIが、連続正規化フローモデル「FFJORD」を発表しました。
LLM
3246件
N
好奇心駆動型学習の大規模研究
AIが未知の環境を探索し、報酬がなくても学習する「好奇心駆動型学習」を大規模に研究しました。
N
レトロコンテスト：結果
OpenAIが開催した「レトロコンテスト」の初回が終了しました。
N
教師なし学習による言語理解の向上
OpenAIが教師なし事前学習とTransformerを組み合わせ、多様な言語タスクで最高性能を達成しました。
N
GamePad: 定理証明のための学習環境
OpenAIが定理証明AIの学習環境「GamePad」を発表しました。
N
Gotta Learn Fast: 強化学習における汎化のための新しいベンチマーク
OpenAIが強化学習モデルの汎化能力を評価する新しいベンチマーク「Gotta Learn Fast」を発表しました。
N
レトロコンテスト
OpenAIが強化学習アルゴリズムの汎化能力を測る転移学習コンテストを開催します。
N
行動依存の因数分解されたベースラインを用いた方策勾配の分散低減
OpenAIが方策勾配法の分散を低減する新しい手法を発表しました。
N
一次メタ学習アルゴリズムについて
OpenAIが一次メタ学習アルゴリズムに関する研究を発表しました。
N
Reptile: スケーラブルなメタ学習アルゴリズム
OpenAIが、タスクごとに勾配降下法を繰り返し初期パラメータを更新するメタ学習アルゴリズム「Reptile」を…
N
メタ強化学習による探索学習に関する考察
OpenAIがメタ強化学習を用いた探索学習の課題と可能性について考察を発表しました。
N
AIが互いに教え合うことで人間にも理解しやすい機械学習を実現
AIが互いに概念を教え合う際に、人間にも理解しやすい具体例を自動選択する手法が開発されました。