يقترح الباحثون إطار تعلم فائق لتعلم التعزيز من التغذية الراجعة البشرية والتحسين المباشر للتفضيلات لمعالجة تحدي توفر بيانات التفضيل البشري غير المتكافئ عبر اللغات. ومن خلال الاستفادة من بيانات التفضيل من لغات أخرى، تتعلم الطريقة تهيئة قابلة للنقل تسمح بالتكيف الفعال مع لغة الهدف باستخدام عدد قليل جداً من العينات.
- يوفر هذا النهج ضمانات نظرية لكل من إعدادات نمذجة المكافآت الفائقة وتحسين السياسات الفائقة.
- في الإعدادات ذات الموارد المنخفضة للغاية مع 100 عينة تفضيل للغة الهدف فقط، يحقق تحسناً في معدل الفوز يصل إلى 28% مقارنة بأساليب الأساس.
- تتفوق الطريقة باستمرار على أساليب الأساس عبر لغات هدف متعددة ومقاييس نماذج مختلفة.
- يتم الاحتفاظ بالمزايا عبر مجموعات مختلفة من لغات التدريب الفائق ومسافات لغوية متغيرة عن لغات الهدف.
يساعد هذا النهج في التخفيف من مشكلات ندرة البيانات في المحاذاة متعددة اللغات من خلال تمكين التكيف الفعال ببيانات موسومة دنيا.