Aprendizaje por Refuerzo Ajustado
El Aprendizaje por Refuerzo Ajustado (Fine-Tuned Reinforcement Learning) adapta una política o modelo preentrenado a una nueva tarea u objetivo conductual utilizando señales de refuerzo —incluida la retroalimentación humana— en lugar de reentrenar desde cero. Popularizado por RLHF, es la técnica central detrás de la alineación de grandes modelos de lenguaje y la adaptación de agentes de aprendizaje por refuerzo profundo (deep RL) a entornos especializados con datos adicionales mínimos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Fine-Tuned Reinforcement Learning (Policy Adaptation via Fine-Tuning). ScholarGate. https://scholargate.app/es/deep-learning/fine-tuned-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.
- Clasificación basada en BERT ajustadoAprendizaje profundo↔ compare
- Transformer Ajustado FinamenteAprendizaje profundo↔ compare
- Aprendizaje por RefuerzoAprendizaje profundo↔ compare
- Aprendizaje por Refuerzo Auto-supervisadoAprendizaje profundo↔ compare
- Aprendizaje por Transferencia con Aprendizaje por RefuerzoAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →