tlasWiki
SR
Sciences et natureN° 379802

Apprentissage par renforcement à partir de rétroaction humaine

En apprentissage automatique, l'apprentissage par renforcement à partir de rétroaction humaine (RLHF pour Reinforcement Learning from Human Feedback en…

ATQ8 500DEF6 070

Apprentissage par renforcement à partir de rétroaction humaine

Super rareSciences et naturen° 379 802

11 736lecteurs par mois, en anglais
1fois tirée dans un paquet
—aucune vente sur 7 jours
Jouer et trouver cette carte

Ses 3 versions

  • SR
    Sciences et natureN° 379802

    Apprentissage par renforcement à partir de rétroaction humaine

    En apprentissage automatique, l'apprentissage par renforcement à partir de rétroaction humaine (RLHF pour Reinforcement Learning from Human Feedback en…

    ATQ8 500DEF6 070
    Classique1 tirage
  • SRH
    Sciences et natureN° 379802

    Apprentissage par renforcement à partir de rétroaction humaine

    En apprentissage automatique, l'apprentissage par renforcement à partir de rétroaction humaine (RLHF pour Reinforcement Learning from Human Feedback en…

    ATQ8 500DEF6 070
    HolographiqueJamais tirée
  • SRRB
    Sciences et natureN° 379802

    Apprentissage par renforcement à partir de rétroaction humaine

    En apprentissage automatique, l'apprentissage par renforcement à partir de rétroaction humaine (RLHF pour Reinforcement Learning from Human Feedback en…

    ATQ8 500DEF6 070
    RainbowJamais tirée
Lire l'article de Wikipédia

En apprentissage automatique, l'apprentissage par renforcement à partir de rétroaction humaine (RLHF pour Reinforcement Learning from Human Feedback en anglais) est une technique permettant d'aligner un agent intelligent avec les préférences humaines. Dans l'apprentissage par renforcement classique, le but est d'entraîner un agent à agir de manière à maximiser le score que retourne une fonction. Il est cependant difficile de définir explicitement une fonction qui approxime les préférences humaines.

Autres Super spéciales rares en Sciences et nature

Texte : Wikipédia, « Apprentissage par renforcement à partir de rétroaction humaine », licence CC BY-SA 4.0. Image : PopoDameron, CC BY-SA 4.0, via Wikimedia Commons (recadrée). Comment jouer.