এআই শব্দকোষের মেয়াদ

মানব পছন্দ মডেল কী?

সংজ্ঞা

ব্যবহারকারীরা কোন প্রতিক্রিয়াগুলি পছন্দ করতে পারে তা ভবিষ্যদ্বাণী করতে মানব র‌্যাঙ্কিংয়ের উপর প্রশিক্ষিত একটি মডেল।

সম্পূর্ণ AI শব্দকোষ ব্রাউজ করুনসমস্ত বিনামূল্যের এআই গাইড এক্সপ্লোর করুন

সম্পর্কিত পদ

হিউম্যান ফিডব্যাক থেকে রিইনফোর্সমেন্ট লার্নিং (RLHF)একটি প্রশিক্ষণ পদ্ধতি যা মডেল আচরণকে আকার দিতে মানুষের পছন্দ সংকেত ব্যবহার করে।হিউম্যান-ইন-দ্য-লুপএকটি কর্মপ্রবাহ যেখানে মানুষ AI আউটপুট পর্যালোচনা, গাইড বা ওভাররাইড করে।AGI (কৃত্রিম সাধারণ বুদ্ধিমত্তা)একটি কাল্পনিক AI সিস্টেম যা অনেক ডোমেন জুড়ে মানব স্তরে সর্বাধিক বুদ্ধিবৃত্তিক কাজ সম্পাদন করতে পারে।AI প্রান্তিককরণAI সিস্টেম তৈরির কাজ মানুষের উদ্দেশ্য, মূল্যবোধ এবং নিরাপত্তার সীমাবদ্ধতা অনুযায়ী আচরণ করে।অ্যালগরিদমিক স্বচ্ছতাএকটি এআই সিস্টেমের যুক্তি, ডেটা উত্স এবং সীমাবদ্ধতাগুলি কতটা স্পষ্টভাবে নথিভুক্ত এবং বোধগম্য।টীকামেশিন লার্নিং মডেলের প্রশিক্ষণ বা মূল্যায়ন করতে ব্যবহৃত মানব-সংযোজিত লেবেল বা মেটাডেটা।

আমাদের বিনামূল্যের গাইডে আরও জানুন

AI Models ExplainedModel CollapseModel LifecycleHuman-AI Collaboration

আরও দেখুন

Guarded DecodingInference EndpointGroundednessKnowledge BaseFeature StoreLatent SpaceEval HarnessModel Registry