1114
いーーよ。
最近本当に寒くなってしまい、布団から出るのが辛い。でも、別に寒くなくたって布団から出るのは辛いような気もするし、そこには欺瞞があるような気もする。
仕事はLLM巫女業をやっていた。自然言語でそれっぽい返答をしてくるとついつい採点が甘くなるが、こいつやっぱ抜けてるわ。どう活用したもんかねえ。
MP-DQNは軽量化して走らせ直したりしたんだけど、それよりそもそも報酬の設計を見直した方がいいな？と思って修正した。これまでは売りアクションのときだけ損益分の報酬を出していたが、何もしていない時にも価値が下がることはあるし、それはつまり何もしないという行為の報酬が低いということなので、それを反映させるべきだ。あと、相場が上り調子の時は特に何もしなくても儲かってしまうので、その分は差し引くようにしてみたのだけど、上手く動いているのかはあまり真面目に考えていない。考えた方がいいと思う。
寝ます。