osreward

定義

論文が名付けた提案手法の名で、OS（オペレーティングシステム）を操作するエージェントに与える報酬の設計を指す。画面操作は正解の手順が一つに定まらず成功判定も曖昧になりがちなため、何をもって報酬とするかの設計自体が研究課題になる。造語の固有名なので、報酬の具体的な定義は当該論文に当たること。

論文題名での読み方

固有名。造語の手法名

この語が出てくる解説

• 論文解説: OSReward — AIの「採点者」は信用できるか。コンピュータ操作エージェントの報酬を測り直すOSReward: Instituting Standardized Evaluation for Cross-Platform Computer-Use Reward Models