模型奖励与真实业务指标脱节时，怎样调整奖励设计？

知识专题：强化学习与奖励题目类型：故障排查技术难度：进阶

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 →

业务真实指标和模型输出结果脱节，这种情况下奖励该如何调整设计