RLHFとは
アールエルエイチエフ
別名: 人間のフィードバックによる強化学習 / Reinforcement Learning from Human Feedback
人間の評価をもとにAIの応答を改善する学習手法。より自然で役立つ回答ができるようになる。ChatGPT等の品質向上を支えた技術。
✓ 監修済み
スライドで学ぶ
3日間の無料トライアル付き・クレジットカード不要・いつでも解約OK
図解
図を読み込み中…