Fino podešeno pojačano učenje
Fino podešeno pojačano učenje prilagođava prethodno obučenog stratega ili model novom zadatku ili cilju ponašanja koristeći signale pojačanja — uključujući povratne informacije od ljudi — umesto ponovnog obučavanja od nule. Popularizovano od strane RLHF-a, to je osnovna tehnika koja stoji iza usklađivanja velikih jezičkih modela i prilagođavanja agenata dubokog pojačanog učenja specijalizovanim okruženjima sa minimalnim dodatnim podacima.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Fine-Tuned Reinforcement Learning (Policy Adaptation via Fine-Tuning). ScholarGate. https://scholargate.app/sr/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.
- Fino-podešena klasifikacija zasnovana na BERT-uDuboko učenje↔ compare
- Fino podešeni TransformerDuboko učenje↔ compare
- Učenje pojačavanjemDuboko učenje↔ compare
- Samostalno nadgledano pojačano učenjeDuboko učenje↔ compare
- Transfer Learning with Reinforcement LearningDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →