タグ: 強化学習

4BパラメータのオープンモデルがGPT-5.6 Solに並ぶ日 ― Castform × Neon Lakebaseで実現するRAGコスト1/100
AI・機械学習

4BパラメータのオープンモデルがGPT-5.6 Solに並ぶ日 ― Castform × Neon Lakebaseで実現するRAGコスト1/100

4BパラメータのオープンモデルにRL学習を施し、GPT-5.6 Sol同等の精度をコスト1/100で実現。CastformとNeon Lakebase Postgresを活用したRAGアーキテクチャの仕組みとコスト試算を徹底解説。

NumPyだけで作る強化学習エージェント:Q学習を「コードから逆引き」で完全理解する実装ハンズオン
機械学習・AI

NumPyだけで作る強化学習エージェント:Q学習を「コードから逆引き」で完全理解する実装ハンズオン

PyTorch不要!NumPyだけでQ学習エージェントをスクラッチ実装。ベルマン方程式・Qテーブル・ε-greedy戦略をコードと1対1で完全理解。RLHF理解にも直結する強化学習の本質を学ぶ実践ハンズオン。

機械学習による仮想通貨価格予測(第4部):強化学習で収益を最大化するトレードAIの実装ガイド
機械学習・AI

機械学習による仮想通貨価格予測(第4部):強化学習で収益を最大化するトレードAIの実装ガイド

強化学習(PPO・DQN・SAC)を使った仮想通貨トレードAIの実装を解説。カスタムGym環境の構築からstable-baselines3による学習まで、Pythonコードで段階的に説明します。