いつもお世話になっております。Qlipper運営・株式会社トドオナダです。
「LLMのリアルタイム学習の現在と未来」第6回をお届けいたします。
────────────────────────
LLMは時計を持ちません。それでも、学習の工程そのものには向きがあります。
継続学習の中身を時間軸に並べると、こうなります。
過去データはすでに学習済みで、Replayとして繰り返し混ぜられるもの。
新しいデータは、これから獲得されるもの。両者は工程の中でまったく同じ役割ではありません。
過去から現在へ、一方向に進む非対称性があります。
この向きが、モデルの出力に痕跡を残す可能性があります。
実際、事前学習データの収集時期と、評価に使うデータの時期がずれると性能が下がることを示した研究があります。
学習データの時点は、モデルの振る舞いに測定可能な影響を与えるのです。
広報にとっての意味はこうです。
記事は、いつか学習されればよいものではなく、どの更新窓で学習されたかが効く可能性がある。
古い記事の蓄積と、直近の更新窓に発生した記事は、同じ扱いではないかもしれません。
だからこそ、モデルの世代をまたいだ比較が要ります。
同じ質問を世代間で固定して投げ、想起の変化を数字で追う。
それが時間の向きを観測する方法です。
────────────────────────
それができるのが、ディギディギです。
同じ質問を繰り返し投げ、自社が想起集合に入った回数の割合を想起シェアとして計測できます。
モデル更新の前後で比較すれば、世代間の変化が数字で残ります。
▼ ただいま1 on 1ミーティングを開催中です
LLMOの疑問やお悩みを、ディギディギを使いながらご相談いただけます。
▼ サービス資料・LLMO事前学習対策チェックシート(無料)
────────────────────────
次回もどうぞお楽しみに。
何かご不明点がございましたら、お気軽にご連絡ください。
どうぞよろしくお願いいたします。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
株式会社トドオナダ
Qlipper運営事務局
〒110-0005
東京都台東区上野7-11-13 弥彦ビル302
03-6453-6886
info@todo-o-nada.com
https://qlipper.jp/
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
