Ödül Modelleri (Reward Models) | Zeo

Farklı yanıtları sıralamak için kullanılan modellerdir.

Kaynaklar

ChatGPT glossary

Önceki Terim

Sandbox Ortamı (Sandbox Environment)

Sonraki Terim

Bilgi Getirimi (Retrieval Model)

İlgili Terimler

İnsan Geri Bildiriminden Takviyeli Öğrenim (RLHF)Değerlendirme Metrikleri (Evaluation Metrics)