ScholarGate
Asszisztens

Módszerek összehasonlítása

Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.

Finomhangolt megerősítéses tanulás×Finomhangolt BERT-alapú osztályozás×
TudományterületMélytanulásMélytanulás
MódszercsaládMachine learningMachine learning
Keletkezés éve2017–20222019
MegalkotóChristiano, P. et al.; Ouyang, L. et al.Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (Google AI)
TípusPolicy adaptation via fine-tuningPre-trained transformer fine-tuned for classification
AlapműOuyang, 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 ↗Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI ↗
Alternatív nevekRL fine-tuning, policy fine-tuning, RLHF, reinforcement learning from human feedbackBERT fine-tuning, BERT classifier, fine-tuned BERT, BERT sequence classification
Kapcsolódó55
ÖsszefoglalóFine-Tuned Reinforcement Learning adapts a pre-trained policy or model to a new task or behavioral objective using reinforcement signals — including human feedback — rather than retraining from scratch. Popularized by RLHF, it is the core technique behind aligning large language models and adapting deep RL agents to specialized environments with minimal additional data.Fine-Tuned BERT-based Classification adapts a pre-trained BERT transformer to a specific text classification task by adding a lightweight output layer and continuing gradient-based training on labelled examples. It consistently achieves near-state-of-the-art accuracy on sentiment analysis, topic categorisation, intent detection, and other NLP classification tasks with relatively small labelled datasets.
ScholarGateAdatkészlet
  1. v1
  2. 2 Források
  3. PUBLISHED
  1. v1
  2. 2 Források
  3. PUBLISHED

Ugrás a kereséshez Diák letöltése

ScholarGateMódszerek összehasonlítása: Fine-Tuned Reinforcement Learning · Fine-Tuned BERT-based Classification. Letöltve 2026-06-18, forrás: https://scholargate.app/hu/compare