سیکھیں خبریں ٹولز ملازمتیں مشن

AI لغت کی اصطلاح

کمک سیکھنا کیا ہے؟

تعریف

انعامی سگنلز کے ذریعے تربیت جہاں ایک ایجنٹ ایسے اعمال سیکھتا ہے جو طویل مدتی واپسی کو زیادہ سے زیادہ بناتے ہیں۔

مکمل AI لغت براؤز کریں۔تمام مفت AI گائیڈز دریافت کریں۔

انسانی تاثرات سے کمک سیکھنا (RLHF)ایک تربیتی طریقہ جو ماڈل کے رویے کو تشکیل دینے کے لیے انسانی ترجیحی اشارے استعمال کرتا ہے۔انعامی ماڈلایک ماڈل جو ترجیحی سگنلز کی بنیاد پر آؤٹ پٹ اسکور کرتا ہے، جو اکثر RLHF پائپ لائنوں میں استعمال ہوتا ہے۔اے آئی ایجنٹایک ایسا سافٹ ویئر سسٹم جو اکثر ٹولز اور میموری کا استعمال کرتے ہوئے کسی مقصد کو حاصل کرنے کے لیے مشاہدہ، استدلال اور اقدامات کر سکتا ہے۔آئینی AIایک تربیت اور طرز عمل کی تشکیل کا نقطہ نظر جہاں ماڈل آؤٹ پٹس کو تحریری اصولوں کے ایک مقررہ سیٹ سے رہنمائی حاصل ہوتی ہے۔ایجنٹی لوپایک تکراری سائیکل جہاں ایک AI ایجنٹ مشاہدہ کرتا ہے، منصوبہ بندی کرتا ہے، عمل کرتا ہے اور اس وقت تک عکاسی کرتا ہے جب تک کہ یہ ایک ہدف مکمل نہیں کر لیتا یا سٹاپ کنڈیشن کو نہیں مارتا۔ڈی پی او (براہ راست ترجیحی اصلاح)ایک تربیتی طریقہ جو ماڈلز کو براہ راست ترجیحی جوڑوں پر بناتا ہے بغیر کسی علیحدہ انعامی ماڈل کی ضرورت کے۔

ہماری مفت گائیڈز میں مزید جانیں۔

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

یہ بھی دیکھیں

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