目次 先日説明したIPO（Identity Preference Optimization）について実験、評価してみます。 IPOについて IPOの詳細は以下の記事をご参照下さい。 yoshishinnze.hatenablog.com ここではおさらいがてらIPOが解決しようとした課題、提案手法について概要を説明します。 IPOは、DPO（Direct Preference Optimization）の主に以下の課題を改善する目的で提案されています。 1. DPOの主な課題 1.1 報酬マージンの「際限ない増大」と過学習 DPOは、Bradley–Terryモデルに基づき、好ましい応答 yw…

2026年のIPO全銘柄の公募価格と初値、当サイトの予想を下記に示します。

すーだらです。 「AGIはもうすでに来ている」—— Databricksの共同創業者でCTOのマテイ・ザハリア氏が、コンピュータ科学界のノーベル賞とも言われる「ACMプライズ・イン・コンピューティング」を受賞し、その場でこんな発言をしました。 AGI（汎用人工知能）論争に、また新しい声が加わりました。

すーだらです。 企業価値8,520億ドル。つい先日1,220億ドルの資金調達を完了したOpenAIですが、今、その内部では相当きな臭いことが起きているようです。

目次 Identity Preference Optimization（IPO）は、人間の好み（preference）に基づいてLLMを調整する「選考学習法」の一種で、特にDPO（Direct Preference Optimization）の弱点（過学習・報酬の発散）を改善する目的で提案された手法ですEmergent MindHugging Face Blog。 以下では、IPOの位置づけ、目的、損失関数、DPOとの違いを順に説明します。 選考学習するピノキオ 1. IPOの位置づけ：RLHF → DPO → IPO 1.1 RLHFとDPOの簡単な復習 RLHF（Reinforcement…

スペースX（SpaceX）のIPO（新規株式公開）観測が強まり、「テスラ株は売るべきか？」「影響はあるのか？」と気になっている方も多いのではないでしょうか。 現時点ではIPOは正式決定ではなく、報道ベースの情報も多い状況ですが、市場ではすでに「資金移動」や「マスク銘柄の再評価」が意識され始めています。 結論から言うと、 短期は下押しリスク、長期は中立〜ややプラス という見方が有力です。 本記事では、 ・スペースX IPOの最新状況（※確定情報と観測を分けて解説） ・テスラ株への影響（短期・長期） ・「売るべきか」の判断基準 を、実際にテスラ株を保有している立場から整理します。 目次 【ここをタ…