タグ: #reasoning-models

한국어English日本語中文

← すべての記事

• 推論モデル(reasoning models) 2026年ガイド — o3·o4·DeepSeek R1·Claude Thinking·Gemini Deep Think·QwQ 徹底比較

  2024年9月のo1がtest-time computeという新しい軸を開いてから1年半。2026年現在、『推論モデル(reasoning model)』はもはや別の系統ではなく、すべてのフロンティアモデルが入れる『状態(mode)』になった。OpenAI o3·o3-pro·o4、DeepSeek R1·R1-0528·V3.1 reasoner、Anthropic Claude Sonnet 4.5·Opus 4.5のextende

  2026-05-14 · 30 分で読めます #reasoning-models#o3#o4#deepseek-r1#claude-thinking

• カスタムグレーダーを使うOpenAI RFT実践ガイド: プロダクトチームとプラットフォームチーム向け

  OpenAIの強化ファインチューニングをカスタムグレーダーで運用する方法を、適用判断、データ準備、チェックポイント評価、安全なロールアウトの観点から整理する。

  2026-04-12 · 7 分で読めます #ai-platform#openai#rft#reinforcement-fine-tuning#custom-graders