内容紹介：【推薦の言葉】基盤モデルの性能を引き上げるうえで、強化学習は中核的な役割を担っている。本書は、強化学習の基礎から、基盤モデルの事後学習を支える理論と手法、推論時スケーリング、Ａｇｅｎｔｉｃ　ＲＬまでを体系的に解説した、世界的にも類書の少ない一冊である。なぜ強化学習が必要なのか、その可能性と限界を、理論と実例の両面から明快に示す。ＡＩの今後を見通すうえで、本書は重要な羅針盤となるだろう。－－岡野原大輔（Ｐｒｅｆｅｒｒｅｄ　Ｎｅｔｗｏｒｋｓ代表取締役社長）【本書のポイント】◆基盤モデルを賢くする強化学習、その理論を体系的に理解する！◆いま、強化学習は基盤モデルの振る舞いを制御する重要なパラダイムとなっている。各手法がなぜ必要になったのか、どのような仮定のもとで何を最適化しているのか。本書では、これらを数式と直感の両方から解説する。【主な内容】　◆第１章　はじめに　◆第２章　強化学習の基礎　◆第３章　基盤モデルを改良するための強化学習問題　◆第４章　強化学習による人間の主観的な選好への適合　◆第５章　強化学習による客観的な正解をともなうリーズニング能力の改善　◆第６章　主観的かつ客観的に良いＬＬＭを獲得するには　◆第７章　言語から他のモダリティへ　◆第８章　推論時スケーリングと強化学習の関連性　◆第９章　Ａｇｅｎｔｉｃ　ＲＬ　◆第１０章　今後の課題　◆付録Ａ　数学的な基礎　◆付録Ｂ　強化学習の補足　◆付録Ｃ　基盤モデルの基礎　◆付録Ｄ　定理３．２の証明
もくじ情報：第１章　はじめに；第２章　強化学習の基礎；第３章　基盤モデルを改良するための強化学習問題；第４章　強化学習による人間の主観的な選好への適合；第５章　強化学習による客観的な正解をともなうリーズニング能力の改善；第６章　主観的かつ客観的に良いＬＬＭを獲得するには；第７章　言語から他のモダリティへ；第８章　推論時スケーリングと強化学習の関連性；第９章　Ａｇｅｎｔｉｃ　ＲＬ；第１０章　今後の課題；付録Ａ　数学的な基礎；付録Ｂ　強化学習の補足；付録Ｃ　基盤モデルの基礎；付録Ｄ　定理３．２の証明

和地　瞭良(ワチ　アキフミ)
博士（情報工学）。２０１６年東京大学工学部航空宇宙工学科卒業。現在、ＬＩＮＥヤフー株式会社Ｓｅｎｉｏｒ　Ｃｈｉｅｆ　Ｒｅｓｅａｒｃｈ　Ｓｃｉｅｎｔｉｓｔ（本データはこの書籍が刊行された当時に掲載されていたものです）