AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
MiniMax面试题
在RLHF中,目前主流的强化学习算法有哪些?请写…
MiniMax面试题
更新 2026-08-05
在RLHF中,目前主流的强化学习算法有哪些?请写出对应损失函数的表达式。
MiniMax
人工智能
问题拆解
技术原理
考察说明
考察对RLHF主流强化学习算法及其损失函数形式的理解与区分
回答思路
明确列出PPO等主流算法
准确写出每个算法的损失函数表达式
能说明不同算法在RLHF中的适用场景和差异
换一题
上一题
localStorage 的存储大小限制通常是多少?
下一题
B端和C端分别做过哪些项目?
本题还出现在
人工智能行业面试题
人工智能面试题