Google DeepMindの研究チームは最近、SCoRe（Self-Correction through Reinforcement Learning：強化学習による自己修正）と呼ばれる革新的な技術を開発し、大きな進歩を遂げました。この技術は、大規模言語モデル（LLM）が抱える長年の課題である自己修正の困難さを解決することを目指しており、複数のモデルや外部チェックに頼ることなく、エラーの特定と修正が可能です。SCoRe技術の中核は、その2段階アプローチにあります。第一段階では、モ

Google DeepMindの最新の研究によると、大規模言語モデルは推論エラーを自律的に修正するのが困難であることが分かりました。 研究では、モデルが最初の反応を単独で修正しようとすると、しばしば誤ってしまうことが判明しました。 研究者らは、安全性が重要な場面では、自己修正能力が非常に重要であると考えています。 投票によって合意反応に達することは自己一致を達成できますが、自己修正とは同義ではありません。 言語モデルの自己修正能力を向上させるための更なる研究が必要です。