السياسة

في التعلم المعزز، الاستراتيجية التي تربط الحالات بالأفعال. في RLHF، النموذج اللغوي ذاته — يربط الأوامر بالإجابات.

In RL, the strategy that maps states to actions. In RLHF, the language model itself — mapping prompts to responses.