इनाम का गलत विनिर्देश

1 articles tagged इनाम का गलत विनिर्देश

शुरुआती मूल बातें

वास्तविक दुनिया सेटिंग्स में अपूर्ण इनाम कार्य

यह लेख reinforcement learning में इनाम मिसस्पेसिफिकेशन का परिचय देता हैः पुरस्कार फ़ंक्शंस हमारे वास्तविक लक्ष्यों के लिए केवल प्रॉक्सी हैं, और शक्तिशाली ऑप्टिमाइज़र हम जो लिखते हैं उसके बीच अंतराल का…