Término del glosario de IA

¿Qué es Aprendizaje por refuerzo?

Definición

Entrenamiento mediante señales de recompensa donde un agente aprende acciones que maximizan el retorno a largo plazo.

Explore el glosario completo de IAExplora todas las guías gratuitas de IA

Términos relacionados

Aprendizaje reforzado a partir de la retroalimentación humana (RLHF)Un método de entrenamiento que utiliza señales de preferencia humana para dar forma al comportamiento del modelo.Modelo de recompensaUn modelo que califica las salidas en función de señales de preferencia, que se utiliza a menudo en las canalizaciones RLHF.Agente de IAUn sistema de software que puede observar, razonar y tomar acciones para lograr un objetivo, a menudo utilizando herramientas y memoria.IA constitucionalUn enfoque de capacitación y configuración del comportamiento en el que los resultados del modelo se guían por un conjunto fijo de principios escritos.Bucle agenteUn ciclo iterativo en el que un agente de IA observa, planifica, actúa y reflexiona hasta completar un objetivo o alcanzar una condición de parada.DPO (optimización de preferencias directas)Un método de entrenamiento que afina los modelos directamente en pares de preferencias sin necesidad de un modelo de recompensa separado.

Obtenga más información en nuestras guías gratuitas.

Deep LearningReinforcement LearningMachine Learning BasicsSupervised Learning

Véase también

Red TeamingRecommendation SystemRetrievalRecallRAG (Retrieval-Augmented Generation)RobustnessQuantizationSafety Filter