무엇입니까? 보상 모델?

인간의 선호 신호를 사용하여 모델 행동을 형성하는 훈련 방법입니다.

에이전트가 장기적인 수익을 극대화하는 행동을 학습하는 보상 신호를 통한 교육입니다.

모델 출력을 학습하거나 평가하는 데 사용되는 신뢰할 수 있는 참조 라벨입니다.

별도의 보상 모델이 필요 없이 선호 쌍에 대해 직접 모델을 미세 조정하는 학습 방법입니다.

사전 훈련과 사후 훈련 사이의 중간 훈련 단계로, 역량이나 영역 조정에 자주 사용됩니다.

종종 도구와 메모리를 사용하여 목표를 달성하기 위해 관찰하고, 추론하고, 조치를 취할 수 있는 소프트웨어 시스템입니다.