人類回饋強化學習
Reinforcement Learning from Human Feedback（RLHF）
別名：RLHF
人類回饋強化學習是利用人對模型輸出的評價或偏好建立回饋訊號，再以強化學習調整模型的方法，用於改善回應與偏好的一致性。
企業如何使用這個概念？
理解模型如何以人類偏好調整回答行為。
容易混淆之處
RLHF 不代表每次使用模型都有真人即時審查。
定義依據
來源查核日期：2026-09-09
繁體中文為編輯工作譯名；本次未取得統一官方繁中譯名的證據，英文名稱保留概念辨識，不冒充標準條文譯本