arXiv、基盤モデルの教師なしポストトレーニングに関する調査論文を公開
arXivは2026年8月26日(現地時間)、基盤モデル（Foundation Models）の「教師なしポストトレーニング（Unsupervised Post-Training、UPT）」に関する調査論文を公開した。本論文は、人間によるラベル付けや、より強力な教師モデルといった外部のオラクルに依存せず、ラベルなし入力から学習シグナルを得てモデルを適応させる80種類のUPT手法を体系的に分類している。また、内部シグナルやタスク構造の選択が、モデルの性能向上またはエラーの再帰的増幅に与える影響について分析している。