What is Reinforcement Learning? Definition | AI Understanding

Definizione

Formazione tramite segnali di ricompensa in cui un agente apprende azioni che massimizzano il rendimento a lungo termine.

Termini correlati

Apprendimento per rinforzo dal feedback umano (RLHF)

Un metodo di training che utilizza segnali di preferenza umana per modellare il comportamento del modello.

Modello di ricompensa

Un modello che assegna un punteggio agli output in base ai segnali di preferenza, spesso utilizzato nelle pipeline RLHF.

Un sistema software in grado di osservare, ragionare e intraprendere azioni per raggiungere un obiettivo, spesso utilizzando strumenti e memoria.

L’intelligenza artificiale costituzionale

Un approccio di formazione e modellamento del comportamento in cui i risultati del modello sono guidati da un insieme fisso di principi scritti.

Un ciclo iterativo in cui un agente AI osserva, pianifica, agisce e riflette finché non completa un obiettivo o raggiunge una condizione di arresto.

DPO (ottimizzazione delle preferenze dirette)

Un metodo di formazione che ottimizza i modelli direttamente sulle coppie di preferenze senza bisogno di un modello di ricompensa separato.

Scopri di più nelle nostre guide gratuite

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Vedi anche

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

Sfoglia il glossario completo dell'intelligenza artificiale Esplora tutte le guide gratuite sull'intelligenza artificiale