人工智能面试题更新 2026-08-05
介绍你的奖励函数是怎么设计的。
百度人工智能专业服务问题拆解技术原理方案权衡
考察说明
考察强化学习奖励函数设计能力及对目标对齐、稀疏奖励、安全约束等核心问题的理解
回答思路
- 明确任务目标和优化对象，说明奖励函数与业务指标的关系
- 能分析稀疏奖励问题并提出奖励塑形或中间奖励方案
- 考虑奖励安全性与对齐，避免奖励黑客或极端策略
- 讨论正负奖励比例、尺度设定及训练稳定性影响
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。
