تعلّم الأخبار الأدوات وظائف المهمة

مصطلح مسرد الذكاء الاصطناعي

ما هو تعزيز التعلم من ردود الفعل البشرية (RLHF)؟

التعريف

طريقة تدريب تستخدم إشارات التفضيل البشري لتشكيل سلوك النموذج.

تصفح قاموس الذكاء الاصطناعي الكامل استكشف جميع أدلة الذكاء الاصطناعي المجانية

التعلم المعززالتدريب من خلال إشارات المكافأة حيث يتعلم الوكيل الإجراءات التي تزيد من العائد على المدى الطويل.نموذج المكافأةنموذج يسجل المخرجات بناءً على إشارات التفضيل، وغالبًا ما يستخدم في خطوط أنابيب RLHF.DPO (تحسين التفضيلات المباشرة)طريقة تدريب تعمل على ضبط النماذج مباشرة على أزواج التفضيلات دون الحاجة إلى نموذج مكافأة منفصل.التعلم المستمرأساليب التدريب التي تسمح للنموذج بمواصلة التعلم من البيانات الجديدة دون نسيان المعرفة السابقة.التعلم بالقليل من اللقطاتتعلم السلوك أو تكييفه من خلال عدد قليل فقط من الأمثلة.الانجراف النموذجيتدهور الأداء بمرور الوقت مع اختلاف ظروف العالم الحقيقي عن افتراضات التدريب.

تعرف على المزيد في أدلةنا المجانية

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

انظر أيضا

Retrieval Red Teaming Recommendation System Robustness Recall Safety Filter RAG (Retrieval-Augmented Generation)Scaling Law