Modèle de récompense de processus

Définition

Modèle de récompense spécialisé dans la validation d'un processus de résolution de problèmes. Il ne se contente pas de récompenser le résultat final, il analyse le processus et le récompense étape par étape. Autrement dit, il s'agit d'un modèle de récompense (de processus) incluant les étapes intermédiaires.

Voir aussi modèle de récompense

Français

Modèle de récompense de processus

Anglais

Process Reward Model

PRM

Sources

Source : arxiv

Source : GitHub