电商行业面试题更新 2026-08-05
讲一下什么场景下用 SFT，什么场景下用 RL
京东人工智能电商技术原理技术选型方案权衡
考察说明
考察对监督微调与强化学习适用场景及其差异的理解
回答思路
- 明确说明SFT和RL的基本目标与机制
- 区分适用场景：SFT用于模仿学习、数据充足、任务明确；RL用于优化长期目标、探索新策略
- 能结合具体案例说明选择依据
- 提及SFT和RL的结合使用及注意事项
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。
