为什么要进行 RLHF（基于人类反馈的强化学习）？

高德地图人工智能技术原理方案权衡

考察说明

考察对 RLHF 动机、原理和局限性的理解

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。