STAR 项目表达专题问答
为什么用 GRPO 而不是 PPO？
原题如果让你重新做一次，你会怎么改进？
原题KTClaw 和 OpenClaw 是什么关系？你为什么要基于 OpenClaw 而不是从零做？
原题三进程架构为什么比单进程好？你测过性能差异吗？
原题TinyClaw 和 Hermes Agent 的 Skills 系统有什么本质区别？
原题你怎么证明没有负迁移？怎么测的？
原题你说提升了 X%，怎么确定不是数据泄漏？
原题offline 涨了 online 就涨吗？
原题你为什么不用 XX 方法？现在最新论文都用那个。
原题如果用 GPT-5 直接做，你的方案还存在吗？
原题你这个项目花了不少算力，ROI 怎么算？
原题如果预算砍到 1/3，你还能做吗？
原题你的 reward 怎么设计的？
原题格式奖励一开始就加了吗？
原题0.1 这个数怎么定的？
原题格式奖励太大会不会导致模型只会写格式不会解题？
原题你觉得这个项目最大的问题是什么？
原题你遇到过最大的技术困难是什么？
原题你如何平衡研究深度和工程交付？
原题你为什么选择小红书 AI Agent 算法岗？
原题
暂无题目