Okuzeka
تطوير البرمجيات · مصطلحات · تعلّم الآلة ومعالجة البيانات

ما معنى RLHF؟

المعنى في مجال تطوير البرمجيات مع أمثلة

/ˌɑːr el eɪtʃ ˈef/اختصارمصطلح متقدم

RLHF: التعلم المعزز من الملاحظات البشرية RLHF

اختصار للتعلم المعزز من الملاحظات البشرية (reinforcement learning from human feedback): مرحلة تدريب يرتب فيها البشر إجابات النموذج، ويتعلم نموذج مكافأة تفضيلاتهم، ثم يُضبط النموذج اللغوي الكبير ليحصل على درجات أعلى.

طريقة الاستخدام

جزء من التدريب اللاحق للتدريب المسبق والضبط الخاضع للإشراف. أسهم كثيرًا في جعل نماذج المحادثة أكثر فائدة وتهذيبًا. تشمل الطرق المرتبطة RLAIF الذي يستبدل بعض الملاحظات البشرية بملاحظات الذكاء الاصطناعي، وDPO الذي يتعلم من التفضيلات بلا نموذج مكافأة منفصل.

أمثلة

  1. After RLHF, our testers rated the model's answers as much more helpful.

    بعد التدريب بالتعلم المعزز من الملاحظات البشرية، قيّم مختبرونا إجابات النموذج على أنها أكثر فائدة بكثير.

    حسّنت مرحلة التدريب اللاحقة جودة الإجابات كما رآها المقيمون.

  2. We worked with medical experts to rank answers for the RLHF data.

    عملنا مع خبراء طبيين لترتيب الإجابات ضمن بيانات RLHF.

    قدم الخبراء تقييمات متخصصة تستخدم لتدريب النموذج على التفضيلات المناسبة.

تراكيب شائعة

  • RLHF stage
  • reward model
  • human preference data
  • preference tuning

معنى الكلمة في مجالات أخرى

قد يختلف معنى الكلمة الإنجليزية نفسها من مجال إلى آخر:

مصطلحات أخرى: تعلّم الآلة ومعالجة البيانات

تدرّب على القراءة المتدرجة

تساعدك القراءة بالمستوى المناسب على تثبيت المفردات الجديدة. اختر كتبًا إنجليزية مجانية: