대화형 AI 모델의 인간 선호도 기반 강화학습 성능 향상을 위한 대조적 보상 활용

대화형 AI 모델의 인간 선호도 기반 강화학습 성능을 향상시키기 위해 대조적 보상을 활용하는 방법을 제안한다. 이를 통해 보상 모델의 불완전성을 보완하고 강화학습 과정의 강건성을 높일 수 있다.