Apprentissage par renforcement et rétroaction humaine

Définition

En apprentissage automatique, l'apprentissage par renforcement et rétroaction humaine (ARRH) est une technique qui entraîne un modèle de récompense à partir de la rétroaction humaine et utilise le modèle comme fonction de récompense pour optimiser la politique d'un agent à l'aide de l'apprentissage par renforcement grâce à un algorithme d'optimisation.

Français

apprentissage par renforcement et rétroaction humaine

apprentissage par renforcement avec rétroaction humaine

ARRH

Anglais

reinforcement learning from human feedback

RLHF

reinforcement learning from human preferences

Source : huyenchip

Source : stanford

Source: Wikipedia

Source : Journal du Net