Public concept · fa06ec5b-eeb2-49be-8cee-7f5820f6ee7a
reinforcement learning from human feedback
German
de
Bestärkendes Lernen durch menschlich beeinflusste RückkopplungPreferred
English
en
RLHFAdmitted
reinforcement learning from human feedbackPreferred
“training method using human feedback to rank responses and train a reward model that improves model outputs”
Japanese
ja
人間のフィードバックからの強化学習Admitted
人間のフィードバックによる強化学習Preferred