المحاذاة والسلامة

نمذجة المكافأة

نهج حيث يتعلم نموذج المكافأة التنبؤ بتفضيلات البشر، ليكون بمثابة دليل للتدريب المعزز لنماذج اللغة الرئيسية.

← رجوع