「Lv081」の記事一覧

強化学習において；エージェントが「環境からの報酬」が全く得られない間も、「世界がどう変化するか」という予測誤差を「驚き」として報酬にする手法はどれか。

AIが特定の個人の「感情的な弱点」や「将来の離職リスク」などを、本人の自覚なく解析し、会社側がそれを評価に利用する行為が抵触する倫理的原則はどれか。

LLMのAPIの応答時間を予測し；レスポンスが極端に遅くなりそうな複雑な質問に対して、自動で「要約してから処理する」などの前処理を行う最適化手法を何というか。

AIを導入した際の「ダイナミック・コンピタンス（動的能力）」とは何を指すか。

モデルの精度を評価する際；「正解データが間違っている（ラベルノイズ）」可能性を考慮し、損失関数を調整したりデータを間引いたりする学習手法を何というか。

「AIアライメント」の研究において；AIが「人間に評価されるための回答（迎合的な嘘）」をしてしまい、真実から遠ざかる現象を何というか。

因果推論において；「介入」を行うことができない観察データから因果関係を特定するため、ランダムに近い変動を持つ「自然の実験」変数を利用する手法はどれか。

LLMの学習において；インターネット上のデータの枯渇に対応するため、AIが生成した高品質な「教科書」のようなデータを用いて学習させる手法を何というか。

AIによる画像解析において；「鏡の中の反射」や「ガラスへの映り込み」を単に除去するのではなく、その映り込みから「カメラ側の景色（死角）」を復元する高度な技術を何というか。

Transformerの「アテンション計算量（シーケンス長の2乗）」を解決するため；過去の情報を「状態ベクトル」として一定サイズで維持する、RNNとCNNを融合させたようなアーキテクチャを何というか。