تعلّم الأخبار الأدوات وظائف المهمة

مصطلح مسرد الذكاء الاصطناعي

ما هو نموذج المكافأة؟

التعريف

نموذج يسجل المخرجات بناءً على إشارات التفضيل، وغالبًا ما يستخدم في خطوط أنابيب RLHF.

تصفح قاموس الذكاء الاصطناعي الكامل استكشف جميع أدلة الذكاء الاصطناعي المجانية

تعزيز التعلم من ردود الفعل البشرية (RLHF)طريقة تدريب تستخدم إشارات التفضيل البشري لتشكيل سلوك النموذج.التعلم المعززالتدريب من خلال إشارات المكافأة حيث يتعلم الوكيل الإجراءات التي تزيد من العائد على المدى الطويل.الحقيقة الأرضيةتسميات مرجعية موثوقة تستخدم لتدريب أو تقييم مخرجات النموذج.DPO (تحسين التفضيلات المباشرة)طريقة تدريب تعمل على ضبط النماذج مباشرة على أزواج التفضيلات دون الحاجة إلى نموذج مكافأة منفصل.منتصف التدريبمرحلة تدريب متوسطة بين التدريب المسبق والتدريب اللاحق، وغالبًا ما تستخدم لتعديلات القدرة أو المجال.وكيل منظمة العفو الدوليةنظام برمجي يمكنه الملاحظة والتفكير واتخاذ الإجراءات لتحقيق الهدف، وغالبًا ما يستخدم الأدوات والذاكرة.

تعرف على المزيد في أدلةنا المجانية

AI Models Explained Model Collapse Model Lifecycle Model Context Protocol

انظر أيضا

Retrieval Robustness Safety Filter Scaling Law Red Teaming Semantic Search Recommendation System Self-Supervised Learning