AI×経営戦略10/14（水）Q学習の最終出力、必要データ量を証明単一の行動履歴だけで学ぶQ学習について、最終的に得られる表の精度を保証するデータ量の上界が示された。初期化コストが加算で済むことを証明しており、実運用の見積もり根拠となる。
AI×経営戦略10/4（日）ZFO手法、LLM微調整の学習効率を改善一次最適化で方向を決め、ステップ幅のみを2回の追加評価で探索する新手法ZFOが提案された。LLM微調整の安定性と最終性能を高め、計算コストを抑える可能性がある。
