مكافأة الفائدة

إشارة من نموذج مكافأة مُدرَّب على تقييم مدى فائدة الاستجابة وملاءمتها لطلب المستخدم، تُستخدم في المرحلة الأخيرة من تدريب DeepSeek-R1.

A signal from a reward model trained to assess how useful and relevant a response is to the user's request, used in the final training stage of DeepSeek-R1.