Reward model是怎么训练的？

海康威视人工智能技术原理方案权衡

考察说明

考察对奖励模型训练目标、数据构造与训练方法的理解

本题已收录答题指导

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。