RLHF(読み)アールエルエッチエフ(その他表記)RLHF

デジタル大辞泉 「RLHF」の意味・読み・例文・類語

アール‐エル‐エッチ‐エフ【RLHF】[reinforcement learning from human feedback]

reinforcement learning from human feedback機械学習において、人間からのフィードバックを用いて強化学習をすること。また、そのような学習モデル。人間による実際評価を出力結果に反映させることで、対話型AIなどで不適切な質問を拒否するようにしたり、学習データに潜在する差別などのバイアスを除去したりする調整を行う。

出典 小学館デジタル大辞泉について 情報 | 凡例

4月1日の午前中に、罪のないうそをついて人をかついでも許されるという風習。また、4月1日のこと。あるいは、かつがれた人のこと。四月ばか。万愚節。《季 春》[補説]西洋もしくはインドに始まる風習で、日本...

エープリルフールの用語解説を読む