---
title: "回饋迴路（Feedback Loop）"
slug: feedback-loop
language: zh-TW
source: https://aiterms.tw/terms/feedback-loop
updated_at: 2026-04-29
tags: [機器學習, 模型訓練, 最佳化, 強化學習, AI基礎]
ipas_term: false
---

# 回饋迴路（Feedback Loop）

> **你有沒有覺得推薦系統好像越用越懂你？**
>
> 你可以把回饋迴路想成「結果會反過來影響下一次輸入」的機制，系統不是只做一次，而是一直根據回饋修正自己。
>
> 它重要，是因為沒有回饋，模型或系統就很難持續變好，也不容易發現自己做錯了什麼。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆
> **回饋迴路 vs 單向流程**
> 單向流程只輸出，不回頭修正。
> 回饋迴路會把結果送回系統，用來調整下一輪行為。
>
> **回饋迴路 vs 人機迴路**
> 人機迴路強調人參與判斷。
> 回饋迴路是更廣的概念，只要輸出影響輸入就算。

### 記住這句就好
> 有輸出、又能拿回來改，就是回饋迴路。

### 實際案例
> **推薦系統**
> 你點了某類影片，系統就更常推同類內容，下一輪輸出會被你的行為回饋影響。
>
> **模型訓練**
> 模型看錯樣本後，錯誤會被拿來更新參數，讓下一次表現更好。

### 深入了解
> 正回饋會放大原本的趨勢，負回饋會把系統拉回穩定狀態。
> 在 AI 裡，回饋迴路很常和監控、再訓練和線上學習一起出現。

### 情境判斷
> **Q1：如果系統只根據使用者點擊結果調整推薦內容，這算回饋迴路嗎？**
> → 算，因為輸出已經影響下一次輸入。
>
> **Q2：如果回饋只會越滾越偏，這還是好設計嗎？**
> → 看情況，若沒有控制機制，回饋可能把偏差放大，所以通常要搭配監控。

### 常見問題
> **Q：回饋迴路一定是好事嗎？**
> 不一定，設計不好時會放大偏差或讓系統失控。
>
> **Q：它和強化學習有什麼關係？**
> 強化學習本身就很依賴回饋訊號，但回饋迴路比強化學習更廣。
>
> **Q：模型監控算回饋的一部分嗎？**
> 常算，因為監控結果會影響後續修正。
>
> **Q：只要有使用者按讚就算回饋迴路嗎？**
> 要看這個按讚有沒有真的影響下一次系統行為，有影響才算。

### 相關術語
> - **人機迴路**：有人介入的回饋迴路，實務上很常見。
> - **線上學習**：回饋常被直接送進它來更新模型。
> - **模型監控**：沒有監控，回饋可能越改越偏。
> - **強化學習**：理解它，會更容易看懂回饋怎麼變成策略更新。
> - **獎勵函數**：回饋如果要轉成可學習訊號，常離不開它。

---

來源：https://aiterms.tw/terms/feedback-loop
快查頁：https://aiterms.tw/terms/feedback-loop
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-feedback-loop