研究Hugging Face
Hugging Faceは、わずか100ステップのGRPO（Group Relative Policy Optimization）学習を用いて、構造化出力の精度を高める350M（3億5000万）パラメータモデルのファインチューニング手法に関する記事を公開しました。
この日にAI朝刊へ追加されたニュースを、重要度の高い順に。発表日が前日以前・不明の記事も含みます。
2件のニュース
Hugging Faceは、わずか100ステップのGRPO（Group Relative Policy Optimization）学習を用いて、構造化出力の精度を高める350M（3億5000万）パラメータモデルのファインチューニング手法に関する記事を公開しました。
IBM Researchは、Hugging Faceのブログにて「AIエージェントには実際にどれだけのメモリが必要か」に関する記事を公開しました。AIエージェントのリソース最適化やメモリ要件についての検討が行われています。