SHIRITAS

用語集

On-policy

ある方針(選び方)で実際に集めたデータを、同じ方針を良くするために使うやり方。別の選び方で集めた過去データに強く頼らない。

たとえば: 自分が今やっている勉強法で解いた問題を材料に、その勉強法を改善する感じ。

AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。

この言葉が出てくる記事