[2203.02155] Training language models to follow instructions with human feedback arxiv.org/abs/2203….
これ見てる。評判通りわかりやすいなあ。なるほど、ポストトレーニング時しか出現しない専用のトークンがあるから、「本文」と「地の文」を確実に区別できるのね。
Influencing LLM Output using logprobs and Token Distribution blog.sicuranext.com/influenci…
Why Models Know But Don’t Say: Chain-of-Thought Faithfulness Divergence Between Thinking Tokens and Answers in Open-Weight Reasoning Models - 2603.26410v1.pdf arxiv.org/pdf/2603….
Why did OpenAI remove logprobs since the reasoning models? Is it for essential reason? claude.ai/share/402…
これちょっと違うな。けっきょく、accesibility treeでもpaint後のビジュアル表現(呼び名ある？)でも、文脈込みでコンテンツの中身を見ないと、要素単体では意味はわからないということだな。semantic web？知らない子ですね。
The Illustrated Transformer – Jay Alammar – Visualizing machine learning one concept at a time. jalammar.github.io/illustrat…
Web World Models: How AI Agents Work www.turingpost.com/p/wwm
LeJEPA: Provable Self-Supervised Learning Explained www.turingpost.com/p/lejepa