Exploration vs exploitation
Exploration vs exploitation
Определение
Баланс между исследованием новых действий и использованием уже известных успешных; регулируется константой C в UCB1.
Где встречается
- 499. Как вы оцениваете alignment модели с человеческими ценностями без gold standard
- 240. Агент с tree search (MCTS)