互联网/IT行业面试题更新 2026-08-05
大模型SFT解决不了业务问题吗？为什么还要引入强化学习？强化学习主要解决业务中的什么问题？
美团人工智能互联网/IT业务理解技术原理方案权衡LLM
考察说明
考察对SFT与强化学习在大模型训练中定位差异的理解，及强化学习针对的业务目标
回答思路
- 正确说明SFT的能力与局限，不贬低SFT
- 清晰阐述SFT与RL的互补关系，而非替代
- 准确列举RL解决的具体业务问题，如长期奖励优化、对齐、探索等
- 能结合实例说明RL适用的场景条件
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
