Belajar Berita Alat Lowongan Misi

Istilah Glosarium AI

Apa itu Pembelajaran Penguatan?

Definisi

Pelatihan dengan imbalan memberi sinyal saat agen mempelajari tindakan yang memaksimalkan keuntungan jangka panjang.

Jelajahi Glosarium AI selengkapnya Jelajahi semua panduan AI gratis

Pembelajaran Penguatan dari Umpan Balik Manusia (RLHF)Sebuah metode pelatihan yang menggunakan sinyal preferensi manusia untuk membentuk perilaku model.Model HadiahModel yang menilai keluaran berdasarkan sinyal preferensi, sering digunakan dalam saluran RLHF.Agen AISebuah sistem perangkat lunak yang dapat mengamati, menalar, dan mengambil tindakan untuk mencapai suatu tujuan, sering kali menggunakan alat dan memori.AI konstitusionalPendekatan pelatihan dan pembentukan perilaku di mana keluaran model dipandu oleh serangkaian prinsip tertulis yang tetap.Lingkaran AgenikSiklus berulang di mana agen AI mengamati, merencanakan, bertindak, dan melakukan refleksi hingga mencapai tujuan atau mencapai kondisi berhenti.DPO (Optimasi Preferensi Langsung)Metode pelatihan yang menyempurnakan model secara langsung pada pasangan preferensi tanpa memerlukan model imbalan terpisah.

Pelajari lebih lanjut di panduan gratis kami

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Lihat juga

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