返回全部题目← 上一题106 / 179下一题 →题库/模型训练与对齐/Q-4497Agent 工具调用不正确时，如何用 SFT 或强化学习改进？知识专题：强化学习与奖励题目类型：方案设计技术难度：深入收录题集：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收录题集相关题目收录题集2 份Agent 核心面试题阿东玩 AI · AgentGuide · 1 条原题查看题集 →agent调用工具不正确怎么办，采用sft或者强化学习怎么来解决？公司案例问答汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →项目:agent调用工具不正确怎么办,采用sft或者强化学习怎么来解决相关题目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GUI Agent 项目如何实现异步训练？下一题 →RLHF 为什么常选择 PPO，而不是 REINFORCE 或 Q-learning？
