Tema

I concettimachine-learningNel grafoNell'analisi

Rinforzo da preferenze umane

Il rinforzo la cui ricompensa è un gusto: classifiche umane, un modello di ricompensa, e l'addestramento a produrre risposte preferite

Articoli che parlano di Rinforzo da preferenze umane

Dal grafo hai scelto un concetto. Qui scegli il testo in cui leggerlo nel suo contesto.

  1. L'addestramento che fa la differenza: dal rinforzo al ragionamento

Si lega a

è un caso di apprendimento per rinforzo; si contrappone al rinforzo con ricompense verificabili

Da qui ci si arriva

  1. Istruzione supervisionata

    La seconda fase: riaddestrare il modello su coppie di istruzione e risposta, perché impari a obbedire invece di continuare; è l'inizio dell'allineamento