que es Modelo de preferencia humana?

Un método de entrenamiento que utiliza señales de preferencia humana para dar forma al comportamiento del modelo.

Un flujo de trabajo en el que los humanos revisan, guían o anulan los resultados de la IA.

Un hipotético sistema de IA que puede realizar la mayoría de las tareas intelectuales a nivel humano en muchos dominios.

El trabajo de hacer que los sistemas de IA se comporten de acuerdo con las intenciones, los valores y las limitaciones de seguridad humanos.

Con qué claridad están documentadas y son comprensibles la lógica, las fuentes de datos y las limitaciones de un sistema de IA.

Etiquetas o metadatos agregados por humanos que se utilizan para entrenar o evaluar modelos de aprendizaje automático.