Apprendimento per Rinforzo Fine-Tuned
L'Apprendimento per Rinforzo Fine-Tuned (Fine-Tuned Reinforcement Learning) adatta una politica o un modello pre-addestrato a un nuovo compito o obiettivo comportamentale utilizzando segnali di rinforzo — inclusi feedback umani — piuttosto che riaddestrare da zero. Reso popolare da RLHF, è la tecnica principale dietro l'allineamento di grandi modelli linguistici e l'adattamento di agenti RL profondi ad ambienti specializzati con dati aggiuntivi minimi.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Fine-Tuned Reinforcement Learning (Policy Adaptation via Fine-Tuning). ScholarGate. https://scholargate.app/it/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.
- Classificazione basata su BERT fine-tunedApprendimento profondo↔ compare
- Transformer con addestramento fine-tunedApprendimento profondo↔ compare
- Apprendimento per rinforzoApprendimento profondo↔ compare
- Apprendimento per Rinforzo Auto-supervisionatoApprendimento profondo↔ compare
- Apprendimento per Trasferimento con Apprendimento per RinforzoApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →