【予知】なんとこれ、バズるポストです 何故かこのポストがめちゃくちゃバズって フォロワー1万人増えます みんなびっくりしてマネしちゃうレベルです 取材も来ます コメント欄は可愛いで溢れ返ります あってましたか？ ＼はいっ👏／

最近パチスロのポストが増えている矢埜さんですが… 新企画始動！！！！ 皆さん、じゃらじゃらお送りください🎰 📩ema@tbs.co.jp #えまラジ#

バズ以来通知をフォロワーのみにしておいたら、「フォローしてから喧嘩をふっかけてくる」という奇妙な生き物に殴りかかられてムカついた。とりあえずリプ欄閉鎖したのと政治ポストで増えたオタク以外の方をブロ解してます。すまないが、どうしてもフォローしたいなら探してくれ。

このポストめっちゃいいね増えててびっくり！ありがとう🥹 イベントに行くの久しぶりすぎて、なんかすごく緊張してる……今もうドキドキして汗だらだら（マジ小学生） 実は写真のイメージと性格が全然違うけど、そんな私でも好きでいてくれたら嬉しい…

ポストの詳細タップ＆画像表示してから♥🔁で幸運チャージですよ🤍🐇 (健全ポイント稼ぎですよろしくお願いします) ２分間ほど眺めると更にラッキーになっちゃいますよ✨️(私が) ついでにプロフに飛んで通知オンにすれば完璧です🙇(ありがとうございます) インプレッション増えれろ‼️

昨日のポストが伸びて、フォローしてくださる方も増えましたが、こちらはおたくによる趣味のアカウントなので合わないと感じられましたら適宜リムブロミュートしていただければと🙇‍♀️

#シャインポスト# Orchestra LIVE🎻🎼 ご来場ありがとうございました！ 見に来てくださった方、オーケストラ生演奏、綺麗なお衣装、全てが素敵な時間でした❤️ また宝物が増えちゃったなー🥰 あっという間すぎてまだまだライブしたい！もっと歌いたい気持ちでいっぱいです🌹 風祭朝陽役 /熊沢世莉奈

ポストトレーニングは本当に新しい能力を生んでいるのでしょうか。それとも、もともとあった能力を研ぎ澄ましているだけなのでしょうか。 タイトル: Sharpening Tax in Post-Training URL: ❓ 何が意外な発見だったのですか？ 軽量なハーネスを与えただけの事前学習済みベースモデルが、エージェントタスクをこなせてしまうことです。単発精度では遥かに劣りますが、試行回数を増やすと解の網羅性でポストトレーニング済みモデルを追い越します。gemma-4-31BのWebShopでは、ベースがpass@128で85%超に達したのに対し、RL版は56%でした。 💡 なぜそんなことが起きるのですか？ ポストトレーニングがタスクを「常に解ける」と「決して解けない」の二極へ寄せてしまうからです。同じ設定で、追加試行が失敗を成功に変えうる中間層は87.6%から30.0%へ激減し、常に失敗する側は12.4%から44.0%へ増えました。試行を重ねても伸びしろが残っていないわけです。 ❓ Sharpening Taxとは何ですか？ ベースモデルと比べてテスト時スケーラビリティがどれだけ失われたかを、1つの数値で表す診断指標です。42の組み合わせのうち36で正の値となり、モデルが大きいほど税は重くなります。しかも8回の試行から推定した値で、32回時点の税をスピアマン相関0.85という精度で予測できます。 💡 避けることはできるのですか？ 完全には無理ですが、軽減はできます。提案手法PTGSは、プロンプトごとの難易度をベイズ推定し、難しいものは温度を上げて探索を促し、簡単なものは下げて一貫性を強めます。RLの損失には手を加えず追加計算も不要で、PPOとGRPOの両方で精度と網羅性を同時に改善しました。 #強化学習# #LLM#

【静観】ポスト高市へ 小泉進次郎氏「隔岸観火」 進次郎氏は次の総裁選への意欲を語っていない。そしてこの1年、高市首相の批判を一度もしていない。また、以前はリベラル的な立ち位置だったが、保守層が喜びそうな言動が増えている。