我要招人

美团面试题更新 2026-08-05

请介绍DeepSeek-R1的训练流程。

美团人工智能互联网/IT业务理解技术原理

考察说明

考察对R1训练流程各阶段的理解和表述能力

回答思路

  1. 清晰说明SFT阶段及其作用
  2. 准确描述RL阶段的训练目标和奖励设计
  3. 解释SFT与RL阶段如何衔接和迭代