Up 「応答」学習のゴール [ p_1, ‥‥, p_m ] 作成: 2025-06-25
更新: 2025-06-25

    「応答」学習のゴールは，[ p_1, ‥‥, p_m ] がつぎのようになることである：
      質問テクストのトークン点列
      　　　　[ x_1, ‥‥, x_m ]
      に対し，
      　　[ x_1, ‥‥, x_m ]
      　　　　→ [ p_1, ‥‥, p_m ]
      　　　　→ p_m :「x_m のつぎのトークン点は y_1」
      　　[ x_1, ‥‥, x_m, y_1 ]
      　　　　→ [ p_1, ‥‥, p_m, p_(m+1) ]
      　　　　→ p_(m_1) :「y_1 のつぎのトークン点は y_2」
      　　　：
      と生成したときの
      　　　　[ y_1, y_2, ‥‥ ]
      は，良質な応答テクストのトークン点列になっている。