التعزيز اللفظي

نموذج تعلّم يستبدل إشارات المكافأة العددية وتحديث الأوزان بتغذية راجعة مكتوبة بلغة طبيعية. يعمل كـ«تدرّج دلالي» يمنح الوكيل اتجاهاً ملموساً للتحسّن دون الحاجة لأي تحديث تدريجي للمعاملات.

A learning paradigm that replaces scalar reward signals and weight updates with natural-language feedback. Acts as a 'semantic gradient' giving the agent a concrete direction for improvement without requiring any gradient-based parameter updates.