强化学习与对齐题集来源：Firefly（wdndev）收录项目：llm_interview_note查看原题集 题目目录66 道原题隐藏关联题目排序默认排序面经最多61设计奖励存在什么主要问题？原题 关联题目强化学习任务的奖励函数如何设计？已有答案模型训练与对齐 / 强化学习与奖励方案设计进阶3篇相关面经62内在好奇心模块是什么？我们应该如何设计内在好奇心模块？原题 关联题目内在好奇心模块 ICM 如何产生奖励，应如何设计？模型训练与对齐 / 强化学习与奖励方案设计进阶0篇相关面经63具体的模仿学习方法有哪些？原题 关联题目模仿学习有哪些主要方法，各自学习什么？模型训练与对齐 / 强化学习与奖励比较选型基础0篇相关面经64行为克隆存在哪些问题呢？对应的解决方法有哪些？原题 关联题目行为克隆有哪些局限，如何缓解误差累积与分布偏移？模型训练与对齐 / 强化学习与奖励方案设计进阶0篇相关面经65逆强化学习是怎么运行的呢？原题 关联题目逆强化学习如何从专家示范推断奖励并学习策略？模型训练与对齐 / 强化学习与奖励原理机制进阶0篇相关面经66逆强化学习方法与生成对抗网络在图像生成中有什么异曲同工之处？原题 关联题目逆强化学习如何从专家示范推断奖励并学习策略？模型训练与对齐 / 强化学习与奖励原理机制进阶0篇相关面经暂无题目共 66 道原题 · 显示 61–66 道展开全部66题上一页12345677 / 7下一页