نموذج مكافآت التقييم البشري
RLHF Reward Model
الشبكة العصبية الفرعية التي تم تدريبها على محاكاة تفضيلات البشر لتقوم بتقدير ومنح المكافآت للنموذج اللغوي الرئيسي.
RLHF Reward Model
تُرجم أيضاًالشبكة الفرعية المسؤولة عن تقدير الرضا الإنساني، دالة قياس الجودة السلوكية للنموذج