本文へスキップ

self-adaptive-llms

二段の推論で未見の課題に適応する

公式サイトを見る

self-adaptive-llms とは

本フレームワークは SakanaAI による Transformer² と紹介され、推論の途中で大規模言語モデルを未見の課題に合わせる。

できること

  • スケジューラで課題の性質を見分ける
  • 課題別の専門ベクトルを動的に混ぜる
  • 強化学習で鍛えたベクトルを使う

始め方

  • GitHub からリポジトリを複製する
  • 仮想環境を作り依存ライブラリを入れる
  • 評価用の階層に課題評価器を入れる
  • 課題専門の訓練スクリプトを動かす

長所と短所

✓ 良い点

  • 資料はリアルタイムの課題適応を挙げる
  • 資料は計算の効率が高いと説明

! 注意したい点

  • 調整は推論の途中で行われる
  • 振る舞いは混ぜた専門ベクトルに左右される

よくある質問

適応の仕組みは?

資料はスケジューラが課題の性質を見分け、課題別の専門ベクトルを動的に混ぜると説明。

倉庫の状況は?

資料は GitHub で 195 のスターと 12 のフォークと説明。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法