熵崩溃和reward hacking是什么关系？

美团人工智能互联网/IT风险判断技术原理

考察说明

考察对强化学习中训练稳定性与奖励设计风险之间关联的理解

本题已收录答题指导

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。