DPO（Direct Preference Optimization）の数学的導出と実装
LLMを人間の好みに沿うように調整する手法として、DPO（Direct Pref...
Constitutional AIとは？原則に基づくアライメント手法を解説
AIシステムを有害な出力から守りつつ、有用性を維持する方法として、Constit...