मशीनान अनुवाद केलेलो. इंग्लिश आनी हिंदी रिव्ह्यू केलेल्या आवृत्त्या आसा.Englishहिन्दी
Learn
See
Try
Make
डायरेक्ट प्रेफरेंस ट्रेनिंग
What this lesson is about
दोन मार्गां तुलना करा: स्कोरर ट्रेन करप आणि RL वापरप, वा मॉडेल थेट जोडीकडून वटप.
संस्था मंडळींना सांगतात की ती पुढे स्कोरर तयार करप नाय. खोलीत कुणाक समजतलो नाय.
Why this matters
जुना मार्ग तुमच्या जोड्यांतून स्कोरर ट्रेन करतात, नंतर RL वापरून मॉडेल सुधारतात. डायरेक्ट प्रेफरेंस ट्रेनिंग, 2023 मध्ये प्रकाशित, स्कोरर वगळून निवडलो आनी नाकारलो रिप्लाय थेट वापरून मॉडेल बदलतात. तुमचो मार्किंग बदलतलो नाय. एक सवय महाग पडतली: टाय मार्क केलेल्या जोड्यांक ह्या मार्गाक काहीच दिलें नाय.