我要招人

字节跳动面试题更新 2026-08-05

请解释一下大模型训练中SFT（监督微调）的冷启动问题是什么，以及如何缓解？

字节跳动人工智能互联网/IT问题拆解技术原理

考察说明

考察对SFT冷启动现象的理解、成因分析和常见缓解策略

回答思路

  1. 准确定义SFT冷启动的核心含义与背景
  2. 分析冷启动产生的主要原因（如分布外输入、奖励模型噪声）
  3. 列举至少一种主流缓解方法（如RLHF与SFT结合、数据筛选）
  4. 说明方法背后的机理与局限