Aprender Notícias Ferramentas Vagas Missão

Termo do glossário de IA

O que é Aprendizagem por Reforço?

Definição

Treinamento por sinais de recompensa onde um agente aprende ações que maximizam o retorno a longo prazo.

Navegue pelo glossário completo de IA Explore todos os guias gratuitos de IA

Aprendizagem por Reforço com Feedback Humano (RLHF)Um método de treinamento que usa sinais de preferência humana para moldar o comportamento do modelo.Modelo de recompensaUm modelo que pontua resultados com base em sinais de preferência, frequentemente usados em pipelines RLHF.Agente de IAUm sistema de software que pode observar, raciocinar e realizar ações para atingir um objetivo, geralmente usando ferramentas e memória.IA ConstitucionalUma abordagem de treinamento e modelagem de comportamento em que os resultados do modelo são guiados por um conjunto fixo de princípios escritos.Loop AgenteUm ciclo iterativo onde um agente de IA observa, planeja, age e reflete até completar uma meta ou atingir uma condição de parada.DPO (otimização de preferência direta)Um método de treinamento que ajusta modelos diretamente em pares de preferências sem a necessidade de um modelo de recompensa separado.

Saiba mais em nossos guias gratuitos

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Veja também

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