RLHF significa Reinforcement Learning from Human Feedback: apprendimento per rinforzo guidato da valutazioni umane. Nelle applicazioni ai modelli linguistici, preferenze fra risposte possono contribuire a costruire un segnale di ricompensa con cui migliorare il comportamento del modello.
Esempio pratico
Revisori confrontano risposte candidate secondo criteri come utilità, correttezza e rispetto delle istruzioni.
Cosa tenere presente
Le preferenze non sono una misura infallibile della verità. Scelte dei valutatori e obiettivi della ricompensa possono introdurre distorsioni o premiare risposte convincenti ma inesatte.
Termini correlati
Fonte di riferimento: documentazione o ricerca originale. Verificata il 16 ottobre 2026.