我要招人

互联网/IT行业面试题更新 2026-08-05

说明 SFT(监督微调)和 RLHF(基于人类反馈的强化学习)的具体作用。

腾讯人工智能互联网/IT业务理解技术原理

考察说明

考察对大模型训练范式作用与差异的理解

回答思路

  1. 分别解释 SFT 和 RLHF 的目标与机制
  2. 说明两者在训练流程中的先后关系
  3. 指出 SFT 的局限与 RLHF 的补充价值
本题已收录答题指导

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。

开始模拟面试登录查看答题指导