モデルを学習させてから使う

学習済みパラメータと、依頼時に渡す情報を区別します。

仕組み

学習

学習は損失を減らしたり報酬を増やしたりするためにパラメータを調整します。目的、データ、最適化手順が学習内容を決めます。推論時には、そのパラメータと利用可能なコンテキストから出力を計算します。

答える前に、自分の言葉で説明してみてください。

指示に一文加えると、必ずモデルが再学習される。

指示を変えると入力は変わりますが、必ずしも再学習は起こりません。教師あり学習、自己教師あり学習、強化学習は方法であり、アーキテクチャではありません。

引用した公開資料の学習用要約です。各論文の結果は、その課題、手順、計算資源の条件に依存します。