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9回をお届けいたします。
────────────────────────
当社が二つのモデル世代間で想起集合を比較した観測では、もう一歩踏み込んだ対応関係が見えています。
各対象について、二つのモデルの学習データ確定時点のあいだ、
つまり更新窓の中に発生した記事の量を数え、想起確率の変化と突き合わせました。
すると、記事量の対数と想起確率の変化のあいだに強い相関が現れました。
映画カテゴリでは、この対応が明確でした。
重要なのは、ここでいう記事量が累積のストックではないことです。
更新窓という期間の中に、どれだけ記事が発生したかという、時間軸上の量です。
更新窓での記事発生が大きかった対象ほど、想起集合の中で順位を上げる傾向が観測されました。
因果の断定はしません。公開Web上の記事量が、実際に学習へ採用された量そのものでもありません。
それでも、実務の指針としては十分です。
次の更新窓に、自社の記事をどれだけ発生させられるか。
それが想起を動かす候補変数の筆頭です。
記事の発生はPR効果測定サービスのQlipperで日次モニタリングできます。
更新窓の記事量を、確定した数字として押さえられます。
────────────────────────
記事の発生はPR効果測定サービスのQlipperで日次モニタリングできます。
ディギディギで測る想起の入力側、つまり記事量の確定に使えます。
▼ 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/
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
