Slovník IT, managementu a projektového řízení
Model odměny
Reward model
Model odměny odhaduje, kterou z několika odpovědí nebo akcí lidé či jiné hodnoticí pravidlo upřednostní.
Používá se při některých postupech ladění politiky, například v RLHF. Chyby v odměňování mohou vést k tomu, že systém optimalizuje měřítko místo skutečného cíle.