我要招人

阿里巴巴面试题更新 2026-08-05

介绍你的奖励函数是如何设计的。

阿里巴巴人工智能电商风险判断系统设计方案权衡

考察说明

考察强化学习奖励建模的思路、目标对齐与边界处理

回答思路

  1. 说明奖励函数设计的目标和业务/任务对齐
  2. 描述主要奖励项与权重设置逻辑
  3. 讨论稀疏奖励、中间奖励或奖励塑形
  4. 提及避免奖励黑客和稳定性问题
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