真面经，好答案。面试之前，先来面栈。

强化学习与奖励

本分类共 9 个专题 · 704 道题

已筛选

共 179 道题

排序：

5741
候选筛选、Best-of-N 与奖励驱动的策略训练有什么联系和区别？
模型训练与对齐强化学习与奖励
比较选型
进阶
暂无面经5 份题集
6039
离线与在线策略学习在数据来源、更新和验证上有什么区别？
模型训练与对齐强化学习与奖励
比较选型
进阶
暂无面经4 份题集
6085
实现 GRPO 的组内优势与策略损失。
模型训练与对齐强化学习与奖励
代码题
深入
暂无面经5 份题集
6101
强化学习轨迹的自然终止与强制截断有何区别，回报应如何处理？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经2 份题集
6112
模型式与无模型强化学习如何工作，何时选择？
模型训练与对齐强化学习与奖励
比较选型
进阶
暂无面经1 份题集
6114
MuZero 类任务相关模型如何支持规划，与完整观测重建和价值模型有何区别？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经1 份题集
6131
Skill 库如何与强化学习策略共同训练和演化？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经1 份题集
6179
将分类任务建模为 Bandit 或强化学习时，如何选择状态、动作与优化算法？
模型训练与对齐强化学习与奖励
方案设计
进阶
暂无面经2 份题集
6236
写出或实现 DQN 的训练流程。
模型训练与对齐强化学习与奖励
代码题
进阶
暂无面经2 份题集
6237
实现 PPO 的采样、优势估计与策略更新流程。
模型训练与对齐强化学习与奖励
代码题
深入
暂无面经4 份题集