जॉब अलर्ट पाएँ साइन अप करेंलॉग इन करेंअकाउंट

नौकरियाँ/गाइड/शब्दावली

Reward model

What is a reward model in AI training?

हर नौकरी हर घंटे दोबारा जाँची जाती है आख़िरी अपडेट 3 नवंबर 2026

5खुली नौकरियों में इसका ज़िक्र है
1platform

परिभाषा

A model trained on people's preference judgements to predict which answer people would prefer. In RLHF it scores the main model's answers, so a limited number of human judgements can guide training on far more examples.

अभी खुली नौकरियों में

5 of the open roles we list mention “reward model” in the title or description, on one platform (as of 3 November 2026).

और शब्द