ニューラルネットワークの「情報の伝播」をスムーズにするために；各層の重みの分布を学習可能なパラメータで調整する手法を何というか。

LLMの「モデル・アライメント」において；人間の好みを反映させるために；2つの回答のうちどちらが良いかを選択するペアデータを用いる手法はどれか。