返回全部题目← 上一题103 / 179下一题 →题库/模型训练与对齐/Q-4174真实采样数量是否一定等于 rollout 数量？知识专题：强化学习与奖励题目类型：原理机制技术难度：进阶相关面经：1 篇收录题集：2 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录相关面经收录题集相关题目相关面经1 篇蚂蚁集团2026-09-23面经合集查看原面经 →追问真实采样数量一定等于rollout数量吗？收录题集2 份强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →「蚂蚁集团、阿里巴巴」真实采样数量一定等于rollout数量吗？理论基础面试题阿东玩 AI · AgentGuide · 1 条原题查看题集 →真实采样数量一定等于rollout数量吗？相关题目4 题0086如何判断强化学习带来的实际收益？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：2 篇0103强化学习包含哪些主要组件？同一知识专题题目类型：概念解释技术难度：基础相关面经：3 篇0104GRPO 算法如何工作？同一知识专题题目类型：原理机制技术难度：进阶相关面经：13 篇0105On-policy 和 Off-policy 有什么区别？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题KL 散度的 K1、K2、K3 估计方法有什么区别？下一题 →强化学习训练中的拒绝采样如何工作？
