NISHIO Hirokazu
[Translate]
Omorate
プレゼン資料
Omorate2025-11-06
まだクローズドベータの段階
Q: どういう仕組み?
A: 過去の「embeddingと投票結果の対応」をもとに、他のembeddingに対応する投票結果を予測する
原理は
ガウス過程回帰
embedの空間から面白さ尺度への関数を推定している
関数ができれば任意のベクトルを入れて推定値が出せる
実際には近似解法になってる
今はembeddingだが、将来的に「テキストに対する評価のデータ」がたまると、それLLMに食わせて「フィルタ用のプロンプト」を作れると思ってる
Tweet
Related Pages
Supabase paused project
面白い・意外性・有用性
外部脳にOmorate
pOmorate
Omorate2025-11-06
ガウス過程回帰
Cartographerやfarbrainが改善するもの
→
週記2025-10-26~2025-11-08
×
jigsaw_sensemakerとtttc-light-js勉強会
×
osc2025_tokyo/fall
×
思考の結節点2025-11-01
×
未踏ジュニア成果報告会2025
×
Omorate2025-11-06
×
デジタル民主主義2030定例2025-11-08
×
週記2025-11-15~2025-11-22
→
週記2025-11-08~2025-11-15
→
gp-ucb
×
ガウス過程回帰
×
ucb1
×
gaussian_process_optimization_in_the_bandit_setting:_no_regret_and_experimental_design
×
gaussian_process
×
randomized_gaussian_process_upper_confidence_bound_with_tighter_bayesian_regret_bounds
→
Gaussian process upper confidence bound
→
random_features_for_large-scale_kernel_machines
×
weighted_sums_of_random_kitchen_sinks:_replacing_minimization_with_randomization_in_learning
×
ガウス過程回帰
×
カーネル
×
random_fourier_features
×
rff
×
線形回帰
×
ベイズ線形回帰
×
rbf
→
Random Kitchen Sinks
→
ガウス過程回帰
→
ガウス過程
→
広聴ai
×
抽出された知見
×
大量のオブジェクト
×
主観的興味深さ
×
今持っている知識の一歩先の知識しか受け止められない
×
ガウス過程回帰
×
利用と探索のトレードオフ
×
興味深さ
×
主観
×
cartographer
×
多様性ペナルティ
×
maximal_marginal_relevance
×
upper_confidence_bound
×
Random Kitchen Sinks
→
主観的興味深さ推定システム
"
Engineer's way of creating knowledge
" the English version of my book is now available on
[Engineer's way of creating knowledge]
(C)NISHIO Hirokazu / Converted from
[Scrapbox]
at
11/23/2025, 5:05:21 PM
[Edit]