强化学习与对齐题集来源：阿东玩 AI（Adong）收录项目：AgentGuide查看原题集 题目目录194 道原题隐藏关联题目排序默认排序面经最多196你强化学习除了Openrlhf还用过swift吗？ 「蚂蚁集团」原题 关联题目你有哪些大模型后训练经验？已有答案模型训练与对齐 / 预训练、续训与 SFT项目深挖进阶2篇相关面经197多智能体系统与单智能体系统相比，是否有提升项目效率的作用？举个例子说明。多智能体系统的协作是否依赖于共享环境？如果是，如何处理不同智能体之间的冲突？ 「百度」原题 关联题目为什么采用多 Agent，而不用单 Agent 或纯脚本？已有答案Agent 原理与系统 / 多 Agent 编排与协作比较选型进阶10篇相关面经关联题目多 Agent 系统如何设计和协作？已有答案Agent 原理与系统 / 多 Agent 编排与协作系统设计进阶27篇相关面经关联题目多个 Agent 结论不一致或冲突时如何处理？已有答案Agent 原理与系统 / 多 Agent 编排与协作故障排查进阶5篇相关面经198对齐优化的判断标准 「字节跳动」原题 关联题目如何判断强化学习训练质量是否达标？模型训练与对齐 / Verifier 与训练评测效果评估进阶1篇相关面经200除了你项目里面用到的DAPO，还有什么Agentic RL的算法？ 「蚂蚁集团」原题 关联题目了解哪些强化学习优化算法？已有答案模型训练与对齐 / 强化学习与奖励比较选型基础2篇相关面经暂无题目共 194 道原题 · 显示 191–194 道展开全部194题上一页1…161718192020 / 20下一页