Systemkomponente
Reward-Modell
Reward-Modell ist ein Begriff aus dem Bereich Systemkomponente: ein neuronales Netzwerk zur Schätzung der menschlichen Präferenz-Wahrscheinlichkeit für eine generierte Antwort.
Mechanismus
Ein neuronales Netzwerk zur Schätzung der menschlichen Präferenz-Wahrscheinlichkeit für eine generierte Antwort.
Implikation
Dient im klassischen RLHF als künstlicher Schiedsrichter und liefert das mathematische Belohnungssignal für den Optimierer.
Ausführliche Erklärung
Verwandte Begriffe
Artikel zu diesem Begriff
Aktuell sind keine Artikel zu diesem Begriff verknüpft.