大規模言語モデルの人間の好みに合わせた学習ダイナミクスの理解

人間の好みに基づいて大規模言語モデルを学習させる際の学習ダイナミクスを理論的に分析し、好みの区別可能性が学習速度に与える影響を明らかにする。