What is Reinforcement Learning? Definition | AI Understanding

Ufafanuzi

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

Masharti yanayohusiana

Mafunzo ya Kuimarisha kutoka kwa Maoni ya Binadamu (RLHF)

Mbinu ya mafunzo inayotumia mawimbi ya mapendeleo ya binadamu kuunda tabia ya kielelezo.

Muundo unaopata matokeo kulingana na mawimbi ya mapendeleo, ambayo hutumiwa mara nyingi katika mabomba ya RLHF.

Mfumo wa programu ambao unaweza kuona, kufikiria, na kuchukua hatua ili kufikia lengo, mara nyingi kwa kutumia zana na kumbukumbu.

Mbinu ya mafunzo na uundaji tabia ambapo matokeo ya kielelezo yanaongozwa na seti isiyobadilika ya kanuni zilizoandikwa.

Kitanzi cha Ajenti

Mzunguko 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 Learning Reinforcement Learning Machine Learning Basics Supervised Learning

See also

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

Vinjari Kamusi kamili ya AI Gundua miongozo yote ya bure ya AI