TF-0123 · ChatGPT

生成AIパスポートの一問一答模擬問題です。解説付きで個別に学習できます（公式の過去問ではありません）。

第2章標準 ID: TF-0123

問題

RLHFは、正解ラベルなしのデータを自動的にクラスタへ分ける教師なし学習の手法である。

正解: ×

×です。RLHFは、人間のフィードバックを用いた強化学習によって出力を調整する手法です。正解ラベルなしのデータをクラスタへ分ける説明は、教師なし学習やクラスタリングに近いものです。