Nauka Wiadomości Narzędzia Oferty pracy Misja

Termin ze słownika AI

Czym jest Uczenie się przez wzmacnianie?

Definicja

Szkolenie za pomocą sygnałów nagrody, podczas którego agent uczy się działań maksymalizujących długoterminowy zwrot.

Przejrzyj pełny słownik AI Przeglądaj wszystkie bezpłatne przewodniki AI

Uczenie się przez wzmocnienie na podstawie informacji zwrotnej od ludzi (RLHF)Metoda szkoleniowa wykorzystująca sygnały preferencji ludzkich do kształtowania zachowań modelu.Model nagrodyModel oceniający wyniki na podstawie sygnałów preferencji, często używany w potokach RLHF.Agent AISystem oprogramowania, który potrafi obserwować, rozumować i podejmować działania, aby osiągnąć cel, często przy użyciu narzędzi i pamięci.Konstytucyjna sztuczna inteligencjaPodejście polegające na szkoleniu i kształtowaniu zachowań, w którym wyniki modelu opierają się na ustalonym zestawie pisemnych zasad.Pętla agentaCykl iteracyjny, w którym agent AI obserwuje, planuje, działa i zastanawia się, dopóki nie osiągnie celu lub nie osiągnie warunku zatrzymania.DPO (bezpośrednia optymalizacja preferencji)Metoda uczenia, która dostraja modele bezpośrednio na parach preferencji, bez konieczności stosowania osobnego modelu nagrody.

Dowiedz się więcej z naszych bezpłatnych przewodników

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Zobacz także

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