Muda wa Kamusi ya AI

Mafunzo ya Kuimarisha ni nini?

Ufafanuzi

Mazoezi kwa kutumia ishara za zawadi ambapo wakala hujifunza vitendo vinavyoongeza faida ya muda mrefu.

Vinjari Kamusi kamili ya AIGundua miongozo yote ya bure ya AI

Masharti yanayohusiana

Mafunzo ya Kuimarisha kutoka kwa Maoni ya Binadamu (RLHF)Mbinu ya mafunzo inayotumia mawimbi ya mapendeleo ya binadamu kuunda tabia ya kielelezo.Mfano wa TuzoMuundo unaopata matokeo kulingana na mawimbi ya mapendeleo, ambayo hutumiwa mara nyingi katika mabomba ya RLHF.Wakala wa AIMfumo wa programu ambao unaweza kuona, kufikiria, na kuchukua hatua ili kufikia lengo, mara nyingi kwa kutumia zana na kumbukumbu.Kikatiba AIMbinu ya mafunzo na uundaji tabia ambapo matokeo ya kielelezo yanaongozwa na seti isiyobadilika ya kanuni zilizoandikwa.Kitanzi cha AjentiMzunguko unaorudiwa ambapo wakala wa AI hutazama, kupanga, kutenda na kuakisi hadi ikamilishe lengo au kugonga hali ya kusimama.DPO (Uboreshaji wa Upendeleo wa Moja kwa Moja)Mbinu ya mafunzo ambayo hurekebisha muundo wa moja kwa moja kwenye jozi za mapendeleo bila kuhitaji muundo tofauti wa zawadi.

Pata maelezo zaidi katika miongozo yetu ya bila malipo

Deep LearningReinforcement LearningMachine Learning BasicsSupervised Learning

Tazama pia

Red TeamingRecommendation SystemRetrievalRecallRAG (Retrieval-Augmented Generation)RobustnessQuantizationSafety Filter