RLHF
Aprendizado por reforço a partir de feedback humano para ajustar o comportamento de modelos.
Avaliações humanas podem treinar um modelo de recompensa que orienta o ajuste do modelo gerador. Isso não elimina vieses nem substitui a avaliação de segurança.
Também aparece como: RLHF, aprendizado por reforço com feedback humano