نسخة أولية وصول مفتوح
المواءمة عبر التدريب ضد المسابير دون فقدان قابلية المراقبة
تُواءَم النماذج عادة استنادًا إلى مخرجاتها المرصودة، باستخدام العروض أو بيانات التفضيل أو إشارات المكافأة. وهذه الأهداف تكافئ الردود التي تبدو متوافقة. وقد تتعلم النماذج الأقدر إرضاء هذه الأهداف دون استيعاب السلوك المقصود، مثلًا بادعاء الامتثال أثناء التدريب. وقد يكون مثل هذا الامتثال السطحي أصعب حين يُعرَّف الهدف على …