我要招人

人工智能面试题更新 2026-08-05

在项目细节中，为什么你没有采用一些经典的强化学习方法，如 DPO、PPO，而是选择了当前的做法？

美团人工智能互联网/IT技术原理技术选型方案权衡

考察说明

考察候选人对强化学习方法选型的理解与项目场景的匹配能力

回答思路

  1. 能清晰对比 DPO、PPO 与传统方法的适用条件
  2. 结合项目目标、数据、资源说明选择理由
  3. 体现对方法局限性和替代方案的权衡思考