3. Pembaruan gradien berkaitan dengan perhitungan dalam model yang diperbarui. Bahkan jika fungsi hadiah adalah "pilihan manusia", yang tidak selalu demikian ( misalnya RLAIF), cara model memperbarui hadiah bergantung pada bobot dan aktivasi model, dan

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.