Ordliste
Forsterkningslæring fra menneskelig tilbakemelding (RLHF)
En metode der AI lærer fra menneskers preferanser og rangeringer av ulike svar for å forbedre sin oppførsel.
Notiser som nevner dette begrepet
Nyhetsbrev
Få nyhetsbrevet i innboksen
Hvert nyhetsbrev samler ukens viktigste AI-nyheter — korte, kildebelagte saker skrevet for norske lesere. Du får en e-post med nytt nyhetsbrev, gratis. Vil du heller lytte? Nyhetsbrevet finnes også som podkast. Du kan melde deg av når som helst.