Përforcim me Përsosje
Përforcimi i Mirëpërshtatur përshtat një politikë ose model të parë-trajnuar për një detyrë të re ose objektiv sjelljeje duke përdorur sinjale përforcimi — duke përfshirë reagimet njerëzore — në vend që të ритранираhet nga e para. Popullarizuar nga RLHF, është teknika kryesore pas përafrimit të modeleve të mëdha gjuhësore dhe përshtatjes së agjentëve të thellë të RL në mjedise të specializuara me të dhëna shtesë minimale.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Fine-Tuned Reinforcement Learning (Policy Adaptation via Fine-Tuning). ScholarGate. https://scholargate.app/sq/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.
- Klasifikim i bazuar në BERT të Stërvitur imëtMësimi i thellë↔ compare
- Transformues i akorduar imëtMësimi i thellë↔ compare
- Të nxënit përforcuesMësimi i thellë↔ compare
- Mësimi i përforcuar me vetë-mbikëqyrjeMësimi i thellë↔ compare
- Mësimi me Transferim dhe Mësimi me PërforcimMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →