Teaching models to forget: Selective unlearning with Amazon Nova
Amazonは、Amazon Nova Customizable Content Moderation Settings（CCMS）を支える新たなアンラーニング技術「Reverse Direct Preference Optimization（rDPO）」を紹介した。この技術はモデルの品質を維持しつつ、過剰な拒否（over-deflection）を削減する。記事では、選好最適化技術を自身の実験に適用したい顧客向けの手引きも提供している。
原文を読む（AWS ML Blog）→この要約は Claude (Anthropic) が生成したものです。記事の著作権は配信元（AWS ML Blog）に帰属します。正確な内容は原文をご確認ください。