التعلُّم المعزز من التغذية الراجعة البشرية

تقنية تدريب يُجمع فيها آلاف التفضيلات البشرية بين أزواج الاستجابات لتدريب نموذج مكافأة، ثمّ يُستخدم هذا النموذج لتحسين سياسة الذكاء الاصطناعي عبر التعلُّم المعزز.

A training technique where thousands of human preferences between response pairs train a reward model, which then optimizes the AI policy via reinforcement learning.