Reinforcement Learning
Bir ajanın ödül-ceza mekanizmasıyla deneme yanılma yoluyla optimum davranışı öğrendiği yöntem.
Pekiştirmeli öğrenmede ajan, bir ortamda eylemler gerçekleştirir ve aldığı ödül sinyaline göre stratejisini geliştirir. Oyun oynayan yapay zekalardan robotik kontrole, RLHF ile dil modeli hizalamasına kadar geniş kullanım alanı vardır.
Üye yorumları