الرهان على بناء نظام تعليمي مستمر. ماذا يعني هذا؟ تحديث المؤشر هو مثال عملي. تأتي بيانات جديدة ، يعرف النظام كيفية تصفية العينات الأكثر قيمة. ثم يستفيد من RL / خوارزميات أخرى لنشر نقطة تفتيش مدربة باستخدام البيانات المذكورة.

يجب دراسة كل مكون بعناية أولا لبناء خوارزمية وصفية يمكنها تشغيل مثل هذا النظام. أثناء تشغيل التدريب ، يمكنه تقييم ما إذا كان سيتم الاستمرار في الجري أو إيقافه بناء على العلامات المبكرة. للقيام بذلك ، يتم استيعاب الرؤى من 100 ثانية من الجولات في مثل هذا النظام.

يبدأ هذا النوع من العمل هذه العملية لحل المشكلات بمكافآت يمكن التحقق منها. نظرا لأن هذا هو الإعداد الأكثر "استقرارا" لبناء خط أنابيب بسيط للتعلم. ستكون الحدود التالية هي LLM-as-judge وإعدادات المكافآت المتأخرة ذات الأفق الطويل.