2025-04-30

アニメの聖地巡礼をするアニメ

の通ったコースを見に行く（）みたいなことを考えるが

無理でしょこれ

3, 4日かけて回るやつ

それなー

どんなrlhf

これは事前学習では不可能な調整かつ、ftとか指示チューニングの範疇ではないとからrlhfだと考えられるのだがどのくらい妥当だろう？

proprietary モデルなので真相は不明だが