1 / إلى رجل الصلب خيطي الأخير. قد يتساءل الباحثون: "لماذا لا تستخدم RL فقط لاستخراج السياق المؤسسي؟" نعم جرب! لكن تحويل النماذج إلى منتجات قابلة للاستخدام للقانون أو الرعاية الصحية أو الخدمة ليس أتاري. إنها سير العمل - وتصطدم RL بجدران فوضوية بسرعة.

2 / الخطوة الأولى تبدو بسيطة: سجل إجراءات الخبراء. كل خط أحمر أو تجاوز أو تصعيد هو نقطة بيانات. من الناحية النظرية ، يمكنك استنساخ سياسة من التاريخ. من الناحية العملية ، لا تحدد السجلات السبب. قد يتم ضرب بند بسبب المخاطر القانونية أو تفضيل العميل أو العادة المطلقة.

3 / بعد ذلك ، قم بتدريب نموذج المكافأة من التعليقات. اجمع المقارنات: "هذه المسودة أكثر أمانا من تلك المسودة". يعمل بشكل رائع في أوراق RLHF. في المجالات عالية المخاطر ، يكون وقت الخبراء نادرا وغالبا ما تتعارض أحكامهم. إشارة متفرقة ومكلفة وفوضوية.

4 / حتى عندما يكون لديك نتائج ، يبدو تعيين الائتمان وحشيا نوعا ما؟ تعتمد نتيجة القضية على سنوات من الاقتراحات. تعافي المريض من عشرات التدخلات. ما هو الإجراء "الذي حصل على المكافأة"؟ تزدهر مكتبة الرجفاء على آفاق قصيرة ، وليس على جداول زمنية مؤسسية.