reinforcement learning from human feedback
training method using human feedback to rank responses and train a reward model that improves model outputs
Facts
6 properties- Instance of
- machine learning technique
- Subclass of
- reinforcement learning[2]
- Described by source
- Learning to summarize from human feedback[3]
- Significant person
- Dr. Michal Valko[6]
🏷️ Also known as
en reinforcement learning from human feedback
en RLHF
ar التعلم المعزز من ردود الفعل البشرية
de Bestärkendes Lernen durch menschlich beeinflusste Rückkopplung
es Aprendizaje por refuerzo a partir de retroalimentación humana
fa RLHF
fa یادگیری تقویتی از بازخورد انسانی
fr Apprentissage par renforcement à partir de rétroaction humaine
fr Reinforcement Learning from Human Feedback
fr RLHF
he ולימוד חיזוק ממשוב אנושי
ja 人間のフィードバックからの強化学習
ja 人間のフィードバックによる強化学習
ko 인간 피드백을 통한 강화 학습
pl uczenie maszynowe korzystające ze sprzężenia zwrotnego od człowieka
pt Aprendizado por reforço com feedback humano
ro Învățare prin întărire din feedback uman
ru Обучение с подкреплением на основе отзывов людей
sv förstärkningsinlärning med mänsklig återkoppling
uk Навчання з підкріпленням людським зворотним зв'язком
Press Enter · cited answer in seconds
0 sources
Summary
reinforcement learning from human feedback is a machine learning technique[1].