我要招人

蔚来面试题更新 2026-08-05

为什么做RLHF？

蔚来人工智能汽车技术原理方案权衡

考察说明

考察对RLHF动机、原理和权衡的理解

回答思路

  1. 说明监督微调的不足与RLHF的动机
  2. 解释人类反馈如何对齐模型行为
  3. 提及奖励模型、PPO等核心组件
  4. 讨论RLHF的局限性或替代方案
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