학습 뉴스 도구 채용 미션

AI 용어집

보상 모델(이)란?

정의

RLHF 파이프라인에서 자주 사용되는 선호 신호를 기반으로 출력에 점수를 매기는 모델입니다.

전체 AI 용어집 찾아보기 무료 AI 가이드 모두 살펴보기

인간 피드백을 통한 강화 학습(RLHF)인간의 선호 신호를 사용하여 모델 행동을 형성하는 훈련 방법입니다.강화 학습에이전트가 장기적인 수익을 극대화하는 행동을 학습하는 보상 신호를 통한 교육입니다.지상 진실모델 출력을 학습하거나 평가하는 데 사용되는 신뢰할 수 있는 참조 라벨입니다.DPO(직접 선호도 최적화)별도의 보상 모델이 필요 없이 선호 쌍에 대해 직접 모델을 미세 조정하는 학습 방법입니다.중간 훈련사전 훈련과 사후 훈련 사이의 중간 훈련 단계로, 역량이나 영역 조정에 자주 사용됩니다.AI 에이전트종종 도구와 메모리를 사용하여 목표를 달성하기 위해 관찰하고, 추론하고, 조치를 취할 수 있는 소프트웨어 시스템입니다.

무료 가이드에서 자세히 알아보세요

AI Models Explained Model Collapse Model Lifecycle Model Context Protocol

또한보십시오

Retrieval Robustness Safety Filter Scaling Law Red Teaming Semantic Search Recommendation System Self-Supervised Learning