Aprenentatge per Reforçament Finament Ajustat
L'Aprenentatge per Reforçament Finament Ajustat (Fine-Tuned Reinforcement Learning) adapta una política o model pre-entrenat a una nova tasca o objectiu de comportament utilitzant senyals de reforçament —incloent el feedback humà— en lloc de reentrenar des de zero. Popularitzat per RLHF, és la tècnica fonamental darrere de l'alineació de grans models de llenguatge i l'adaptació d'agents d'RL profund a entorns especialitzats amb dades addicionals mínimes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C., Mishkin, P., Zhang, C., Agarwal, S., Slama, K., Ray, A., Schulman, J., Hilton, J., Kelton, F., Miller, L., Simens, M., Askell, A., Welinder, P., Christiano, P., Leike, J., & Lowe, R. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems, 35, 27730–27744. link ↗
- Christiano, P., Leike, J., Brown, T. B., Martic, M., Legg, S., & Amodei, D. (2017). Deep reinforcement learning from human preferences. Advances in Neural Information Processing Systems, 30. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Fine-Tuned Reinforcement Learning (Policy Adaptation via Fine-Tuning). ScholarGate. https://scholargate.app/ca/deep-learning/fine-tuned-reinforcement-learning
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Classificació basada en BERT amb ajustament fiAprenentatge profund↔ compara
- Transformer afinatAprenentatge profund↔ compara
- Aprenentatge per ReforçamentAprenentatge profund↔ compara
- Aprenentatge per Reforç Auto-supervisatAprenentatge profund↔ compara
- Aprenentatge per Transferència amb Aprenentatge per ReforçamentAprenentatge profund↔ compara
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →