News & Views
機械学習：試行錯誤によって、AIがその過程を明示することを学ぶ
Nature 645, 8081 doi: 10.1038/d41586-025-02703-7
大規模言語モデル（LLM）は、中間段階を出力する場合に精度が向上する。今回、強化学習という戦略によって、LLMに指示を与えずに、このような過程を学習させられることが示された。
Nature 645, 8081 doi: 10.1038/d41586-025-02703-7
大規模言語モデル（LLM）は、中間段階を出力する場合に精度が向上する。今回、強化学習という戦略によって、LLMに指示を与えずに、このような過程を学習させられることが示された。
