Lernen News Tools Jobs Mission

KI-Glossarbegriff

Was ist Verstärkungslernen aus menschlichem Feedback (RLHF)?

Definition

Eine Trainingsmethode, die menschliche Präferenzsignale nutzt, um Modellverhalten zu formen.

Durchsuchen Sie das vollständige KI-Glossar Entdecken Sie alle kostenlosen KI-Anleitungen

VerstärkungslernenTraining durch Belohnungssignale, bei dem ein Agent Aktionen lernt, die den langfristigen Ertrag maximieren.BelohnungsmodellEin Modell, das Ausgaben basierend auf Präferenzsignalen bewertet und häufig in RLHF-Pipelines verwendet wird.DPO (Direkte Präferenzoptimierung)Eine Trainingsmethode, die Modelle direkt anhand von Präferenzpaaren verfeinert, ohne dass ein separates Belohnungsmodell erforderlich ist.Kontinuierliches LernenTrainingsansätze, die es einem Modell ermöglichen, kontinuierlich aus neuen Daten zu lernen, ohne Vorkenntnisse zu vergessen.Few-Shot-LernenVerhalten aus nur wenigen Beispielen lernen oder anpassen.ModelldriftLeistungsabfall im Laufe der Zeit, da die realen Bedingungen von den Trainingsannahmen abweichen.

Erfahren Sie mehr in unseren kostenlosen Ratgebern

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Siehe auch

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