ルービックキューブを一撃で解く専用LLMを作った

• #生成AI・LLM
• #AIエージェント
• #機械学習

AIで作成し、掲載基準に基づいて自動選定した要約です。

• ルービックキューブを一撃で解く専用LLMをゼロから作成した
• state embeddingとTransformerを組み合わせたモデルで、18種類のアクションから次の手を生成する。Best of 8の学習手法を採用
• 学習時に成功例のみを教師データとして使用し、難易度に応じて自動で学習データを調整した