OpenAIの今日の発表の方が、ワクワクするけどなぁ。

だって、計算生物学者さんも発表しているし、モデルに入力を模倣させるのではなく、
強化学習ファインチューニングと呼ばれる、推論することを教えられる話だよ。問題を考え抜かせて、最終的な答えを評価し、強化学習の力を利用して正しい答えにつながった思考を強化し、間違った答えにつながった思考を抑制するんだよ。