我要招人登录

米哈游面试题更新 2026-08-05

reward bench上的reward model分哪几类?

米哈游人工智能游戏业务理解技术原理

考察说明

考察对reward model在评估基准上的分类理解

回答思路

能说出reward model在reward bench上的基本分类维度
能结合训练方式或功能定位说明各类别差异
能举例说明各类别的典型代表或应用场景