在[你的项目]中，为什么没有采用 DPO、PPO 等经典强化学习方法？

美团人工智能互联网/IT问题拆解技术选型方案权衡

考察说明

考察对强化学习算法选型与项目约束的理解

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。