কি এআই শুধু উদাহরণগুলি কপি করার পরিবর্তে উদাহরণগুলি থেকে কী অপ্টিমাইজ করতে হবে তা শিখতে পারে? সুপারভাইজড ফাইন-টিউনিং (এসএফটি) একটি মডেলকে বিশেষজ্ঞদের উত্তরগুলি অনুকরণ করে শেখায়। একটি নতুন পেপার PARED নামক একটি অ্যালাইনমেন্ট পদ্ধতি প্রবর্তন করেছে, যা সেই একই প্রদর্শনগুলি থেকে একটি পুনঃব্যবহারযোগ্য পুরস্কার বের করার চেষ্টা করে। PARED, সহায়তা, ক্ষতিহীনতা এবং বিষয়সমূহের মতো নির্বাচিত বৈশিষ্ট্যগুলির উপর ভিত্তি করে বিশেষজ্ঞদের উত্তরগুলির সাথে মডেলের নিজস্ব উত্তরগুলির তুলনা করে। এটি এই পার্থক্যগুলির ভিত্তিতে একটি স্পষ্ট পুরস্কার শিখে, যা এসএফটি-এর পরে অতিরিক্ত শক্তিশালীকরণ শিক্ষাকে নির্দেশিত করে। 4,000টি GPT-5.1-জেনারেটড প্রদর্শনের ব্যবহারে, PARED-প্রশিক্ষিত মডেলগুলির উত্তরগুলি, Gemini 2.5 Flash-এর মূল্যায়নে, দুটি পুরস্কার-আপডেট পদ্ধতির অধীনে 86.2% এবং 88.4% অ-টাইড তুলনায় মূল SFT চেকপয়েন্টের উত্তরগুলির চেয়ে পছন্দনীয়। প্রদর্শনগুলি শুধুমাত্র অনুকরণের জন্যই উপযোগী হয়ে থাকতে পারে। এগুলি SFT-এর পরেও মডেলটিকে শিখতে সহায়তা করতে পারে।