並べ替え：新着順
なお、どのようにグラフを拡張していくかでは確率的な探索手法（例:モンテカルロ木探索）を発展させたもの適用することになるだろう。LLMが有望さを評価できるかについては、テキストを覚えさせる学習だけでは難しい可能性はあるが、強化学習系の手法との融合で何とかなるだろう（ほぼAlphaGo）。
LLM x モンテカルロ木探索を組み合わせた手法はいくつか提案されているけど、その中でもこれはかなり良さそう。
Toward Self-Improvement of LLMs via Imagination, Searching, and Criticizing Despite the impressive capabilities of Large Language Models (LLMs) on various tasks, they still struggle with scenarios that involves complex reasoning and planning. Recent work proposed advanced
基盤モデル自体の自己進化が可能に！？ 「想像力、探索、批判を通じたLLMの自己改善に向けて、 AlphaLLMは、モンテカルロ木探索（MCTS）をLLMに統合して自己改善ループを確立し、 追加のアノテーションなしでLLMの能力を向上させるための自己改善のためのLLMです。」
Toward Self-Improvement of LLMs via Imagination, Searching, and Criticizing AlphaLLM for the self-improvements of LLMs, which integrates Monte Carlo Tree Search (MCTS) with LLMs to establish a self-improving loop, thereby enhancing the capabilities of LLMs without additional…
/応用面 - 自動交渉 >それぞれの効用関数（価値観）を持った複数のエージェントが、一定の交渉プロトコルに従ってうまく合意案を見つける - 不完全情報ゲーム >Regret値の最小化戦略 >反実仮想Regret値を用いてモンテカルロ木探索を行うモン テカルロCFR
- 最も確率が高い答えが正解とは限らないので、報酬を重視させる ・推論効率 - 長い出力は、計算順序依存性が高いため、計算効率が悪い - 長い入力は、計算効率が良い ・推論性能 - Reasoning via Planning（モンテカルロ木探索）
3月新刊 『電磁界解析による最適設計』五十嵐 一（森北出版） 近年注目を集めるトポロジー最適化と、深層学習やモンテカルロ木探索などの機械学習を用いた手法を中心に、電気機器の各種デバイスの形状最適化の理論をまとめた待望の書籍 書泉⇓ shosen.tokyo/?pid=172416922 楽天⇓ item.rakuten.co.jp/shosen/9784627… pic.twitter.com/BTEl6nUAqL
アニメ・ゲーム
エンタメ
エンタメ
エンタメ
スポーツ
エンタメ
アニメ・ゲーム
エンタメ
