用語集 › optimization
GLOSSARY
optimization
最適化。損失が最小になるよう調整すること
10本の論文題名に登場
定義
損失関数が小さくなるようにパラメータを更新する数理的な手続き、およびその研究領域。実務では確率的勾配降下法とその派生が中心で、学習率スケジュールや正則化の設計が学習の成否を大きく左右する。推論を速くするという意味の「最適化」とは別の話なので文脈で区別する。
論文題名での読み方
学習の数理的な側面
この語が出てくる解説
- 論文解説: Retrieval-Augmented Skill Optimization via Cross-Harness Adaptation — 他人のスキルを借り、自分の環境の言葉に書き直すRetrieval-Augmented Skill Optimization via Cross-Harness Adaptation
- 論文解説: RewardVerse — 採点表を先に作ってから動画を採点する報酬モデル（RGPO）RewardVerse: Rubric-Guided Policy Optimization for Video Reward Modeling
- 論文解説: Bellman Policy Optimization — 価値モデルなしで「方策ミラー降下」をLLMに持ち込むBellman Policy Optimization