Articoli che parlano di Rinforzo da preferenze umane
Dal grafo hai scelto un concetto. Qui scegli il testo in cui leggerlo nel suo contesto.
Si lega a
è un caso di apprendimento per rinforzo; si contrappone al rinforzo con ricompense verificabili
Da qui ci si arriva
- 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