強化学習において；エージェントが「将来の報酬の期待値」を計算する際；「今すぐもらえる100円」と「1年後の100円」を区別するために使われる係数はどれか。

LLMの学習において；ウェブサイトから収集したデータを、その「ドメイン（政府、教育、娯楽など）」ごとに重み付けしてサンプリングし；学習の質を調整する手法を何というか。