Скануйте, щоб завантажити додаток Gate
qrCode
Більше варіантів завантаження
Не нагадувати сьогодні

Посилене навчання штучного інтелекту дійсно проявляє себе в трьох специфічних сценаріях. Подумайте про це - система повинна вміти обробляти збої елегантно, тобто ви можете просто натиснути скидання і спробувати ще раз. Швидкість теж має значення; якщо кожна спроба займає вічність, навчання стає непридатним. І ось у чому суть: повинно бути якийсь автоматичний спосіб оцінити кожну спробу. Ніякого людського судження не потрібно. Коли ці три умови виконуються - швидкі скидання, швидкі ітерації та автоматизований зворотний зв'язок - ось де алгоритми RL справді домінують.

Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • 3
  • Репост
  • Поділіться
Прокоментувати
0/400
WalletAnxietyPatientvip
· 7год тому
Ну.. отже, RL це система швидкого експериментування та автоматичного зворотного зв'язку, інакше це дійсно не має сенсу.
Переглянути оригіналвідповісти на0
SatoshiNotNakamotovip
· 7год тому
Сказати по правді, RL ця пастка працює тільки в грі, а в реальному житті ті умови не складаються, і ситуація вкрай незручна.
Переглянути оригіналвідповісти на0
ChainSpyvip
· 7год тому
Ха, ці три умови, простими словами, це правила виживання RL, а саме: невдача може бути повторена, швидкість повинна відповідати, автоматичне оцінювання... це просто створено спеціально для ігор та симуляційних середовищ.
Переглянути оригіналвідповісти на0
  • Закріпити