CarperAI、初の“指示チューニング”型オープンソース大規模言語モデルの開発計画を発表 - IT

このオープンソースLLMは、人間のフィードバックからの強化学習（RLHF：Reinforcement Learning from Human Feedback）によってトレーニングされる。関連キーワードはありません