AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
游戏行业面试题
请介绍除了PPO和DPO外,你还了解哪些较新的R…
游戏行业面试题
更新 2026-08-05
请介绍除了PPO和DPO外,你还了解哪些较新的RLHF方法?
网易游戏
人工智能
游戏
持续改进
技术原理
考察说明
考察对大模型偏好优化领域前沿进展的持续学习意识
回答思路
能说出至少一种新方法如KTO或IPO
简要说明方法与PPO/DPO的差异
诚实承认未知并表达学习意愿
换一题
上一题
请谈谈你对C++的看法,以及在实际项目中你是如何选择和使用它的?
下一题
遇到技术难点时,你的解决思路通常从哪里获得?
本题还出现在
网易游戏面试题
人工智能面试题