Shawn Hu、Jake Ward、Alexander Matt Turnerらは、検出された報酬ハックによる学習更新を、学習後に削除するパラメータ群に限定するGRAFTを提案した。
こういう要約が、毎朝あなたのメールに届きます。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
E-Commerce Benchで18のAIモデルが最大4店舗を365日運営し、18のツールで仕入れ・価格・配送・返品・資金を処理
ITmediaのAI Plusが、Gemini Notebook（旧NotebookLM）のStudio機能の活用ガイド14ページを公開
ALTK-Evolveは接客エージェントの試行から成功と失敗を短い行動規則にまとめ、モデルの重みを変えずに次の実行時の指示へ追加する
セキュリティ人材採用を専門とするコンサルタントは、求職者はChatGPT PlusかClaude Proのどちらか1つを契約して使い切り、不足したらもう一方を追加すべきだと述べた
TypeSafe AIのJevを6回調整後、著者が100件のリクエストでgrepを使うClaude（Opus）と比較したところ、Opusはノートが必要な77件中52件を正解し、Jevは24件だった
Pi 0.84.2をclaude-sonnet-4-5で試すと、rmに{ block: true, reason }を返すフックはクラッシュせず通常のツールエラーになり、event.input.commandへの書き換え…
