我要招人

腾讯面试题更新 2026-08-05

项目：怎么避免模型靠堆字数刷奖励？

腾讯人工智能互联网/IT风险判断技术原理方案权衡

考察说明

考察对强化学习奖励设计、奖励黑客和对抗性优化的理解

回答思路

  1. 识别奖励黑客现象及根因
  2. 提出避免堆字数的具体奖励设计或约束方案
  3. 说明方案在项目中如何落地与验证
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