自然言語処理分野において、大規模言語モデルは複雑なタスクで優れた性能を発揮していますが、モデル評価は高価で時間のかかる人による注釈データに大きく依存しており、モデルの進歩に伴い既存データの有効性が低下し、評価の規模と持続性を維持するために継続的に新しいデータの収集が必要となります。Meta FAIR研究チームはこの問題に対処するため、「Self-Taught Evaluator（教師なし評価器）」という革新的な手法を提案しました。この手法は合成データを用いてトレーニングされ、人間の注釈に依存しません。対照的な合成選好を生成することで、…