ニュース・知財情報

知的財産をめぐる動向と、
実務の視点。

知的財産実務、AI技術、海外での権利保護、IPLEXの最新情報を、日本語でご覧いただけます。

537 記事・最新情報

103 件

AI・ソフトウェア

TROLL論文解説:PPOクリッピングを超え、トークン単位の信頼領域でLLM強化学習を安定化

大規模言語モデルの推論能力を強化するために、報酬ベースの強化学習を適用するケースが急速に増加しています。 現時点ではよく表示される方法は、PPO型方策の最適化です。 GRPO、Dr.GRPO、GSPO、およびREINFORCE++などのアドバンテージ推定や正規化方法を改善する方法でも、一度に方策をあまり変更しないでください。

記事を読む

技術と知的財産の次の一歩を、IPLEXと。