只依赖最终结果奖励训练模型，会产生哪些风险？

知识专题：强化学习与奖励题目类型：开放讨论

相关面经：1 篇

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

1 篇

快手

大模型应用算法实习生

2026-08-25实习一面、二面

查看原面经 →

介绍奖励函数的设计思路，如果只依靠结果型奖励会产生哪些风险