O que é Descida Gradiente?

Um método de treinamento que ajusta modelos diretamente em pares de preferências sem a necessidade de um modelo de recompensa separado.

Um vetor que mostra quanto cada parâmetro deve mudar para reduzir a perda.

O algoritmo de treinamento principal que atualiza os pesos do modelo propagando erros de previsão para trás pela rede.

Um padrão consistente de erro ou injustiça nos dados ou no comportamento do modelo.

Um método de regularização que suaviza rótulos rígidos para melhorar a generalização.

Um hiperparâmetro de treinamento que controla quanto os parâmetros mudam em cada etapa de atualização.