نموذج التفضيلات

نموذج مُدرَّب على بيانات مقارنة ثنائية (أ مقابل ب) للتنبؤ بالاستجابة المُفضَّلة، ويُستخدم كإشارة مكافأة أثناء تدريب التعلُّم المعزز.

A model trained on pairwise comparison data (A vs B) to predict which response is preferred, used as a reward signal during reinforcement learning training.