İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 16.11.2026
Bülten

Araştırma · konu

AI Safety.

Bu konudaki makalelerin Türkçe özetleri, orijinal PDF ve arXiv bağlantılarıyla.

AI Safety makaleleri

1 makale

AI Safety

Nash İnsan Geri Bildiriminden Öğrenme

Rémi Munos, Michal Valko, Daniele Calandriello ve 14 kişi daha

Türkçe özetÖzeti gizle: Nash İnsan Geri Bildiriminden Öğrenme

İnsan geri bildiriminden pekiştirmeli öğrenme (RLHF), büyük dil modellerini (LLM'ler) insan tercihleriyle uyumlu hale getirmek için ana paradigma olarak ortaya çıkmıştır. Tipik olarak, RLHF, genellikle önceden eğitilmiş bir LLM tarafından üretilen metin nesilleri çiftleri arasındaki tercihler olarak... Devamı: Nash İnsan Geri Bildiriminden Öğrenme