蚂蚁集团面试题更新 2026-08-05
项目：请讲一下什么场景下用SFT，什么场景下用RL？
蚂蚁集团人工智能互联网/IT业务理解技术原理方案权衡
考察说明
考察对监督微调与强化学习适用场景的深入理解与应用判断
回答思路
- 准确说明SFT和RL的基本机制与目标
- 能结合数据、任务目标和评估方式划分适用场景
- 举例说明各自边界或结合使用的情况
- 提及RL的成本、稳定性和奖励设计挑战
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。
