Pedro Domingos（@pmddomingos）のスレッド

ビデオゲームのプレイ方法を、最終スコアだけを見て学習することを想像してみてください。それが強化学習です。では、同じように大規模な推論モデルを学習することを想像してみてください。無駄が多すぎます。しかし、まさに「フロンティアラボ」が数十億ドルを注ぎ込んでいるのはまさにこの分野です。