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：

6239
实现基于采样回报的策略梯度更新。
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
6240
实现 DAPO 的动态采样与策略优化流程。
模型训练与对齐强化学习与奖励
代码题
深入
暂无面经2 份题集
6241
实现从 Rollout 到参数更新的 GRPO 训练流程。
模型训练与对齐强化学习与奖励
代码题
深入
暂无面经3 份题集
6303
上下文压缩如何影响 Agent 强化学习的信用分配与轨迹记账？
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
6305
对小模型进行强化学习时，训练设计相较大模型应如何调整？
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
6344
RM、ORM、PRM、Verifier 与 Judge 如何区分？
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
6353
长上下文 RLHF 面临哪些系统与学习瓶颈？
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
6356
多智能体强化学习与单智能体强化学习有哪些关键差异？
模型训练与对齐强化学习与奖励
比较选型
深入
暂无面经3 份题集
6357
Memory RL 的跨任务信用分配与训练成本应如何分析？
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
6579
强化学习训练场景如何生成与组织？
模型训练与对齐强化学习与奖励
方案设计
进阶
暂无面经1 份题集