Vícejazyčné učení s posilováním
Vícejazyčné učení s posilováním (Multilingual Reinforcement Learning, zkráceně Multilingual RL) aplikuje paradigma učení s posilováním (RL) — agent se učí interakcí a odměnou — na prostředí, která zahrnují více jazyků. Agent musí interpretovat vícejazyčná pozorování, řídit se vícejazyčnými instrukcemi nebo zobecňovat politiky natrénované v jednom jazyce na nové cílové jazyky, což jej činí použitelným pro vícejazyčné dialogy, vícejazyčné agenty hrající hry a jazykově ukotvené úlohy sekvenčního rozhodování.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Sutton, R. S., & Barto, A. G. (1998). Reinforcement Learning: An Introduction. MIT Press. ISBN: 978-0262193986
- Reinforcement learning. Wikipedia. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multilingual Reinforcement Learning (Cross-Lingual RL for NLP and Language Grounding). ScholarGate. https://scholargate.app/cs/deep-learning/multilingual-reinforcement-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Jemně doladěné zpatňovací učeníHluboké učení↔ compare
- Vícejazyčná vektorová reprezentace větHluboké učení↔ compare
- Vícejazyčný transformerHluboké učení↔ compare
- Zpětnovazební učeníHluboké učení↔ compare
- Přenosové učení s učením posilovánímHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →