非常に不自然なテキストを大量にRLで学習すると、こういうことが起こるのだと思います。ベースモデルから大きく外れすぎると、魔法のような効果が失われ始めます。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
Colin Fraser（@colin_fraser）のスレッド
1 件のツイート · 2025/11/20 17:11
作者情報
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/11/20 17:11
非常に不自然なテキストを大量にRLで学習すると、こういうことが起こるのだと思います。ベースモデルから大きく外れすぎると、魔法のような効果が失われ始めます。