RLHF y RLAIF, Revolución Silenciosa de la Retroalimentación Educativa.

[elizabeth Diaz]

333-Article%20Text-1228-1-10-20250521.pdf

El aprendizaje reforzado a partir de comentarios se ha consolidado como una técnica innovadora en el campo del aprendizaje automático, permitiendo los modelos de inteligencia artificial (IA). Lainvestigación compara el RLHF (Reinforcement Learning Human Feedback) y el RLAIF (Reinforcement Learning from AI Feedback). La mayoría de las investigaciones manifiestan una inclinación preferencial hacia el modelo RLAIF por su escabilidad (Khedri & Höglund, 2023; Lee et al., 2022 & Zhichao et al., 2024). Otros investigadores proponen un enfoque híbrido, integrando ambas ...