面试题库 › 算法 / 大模型 › Agentic RL 与传统大模型强化学习的差异

Agentic RL 与传统大模型强化学习的差异

难度 ★★★在 6 场真实面经中被问到 方向:算法 / 大模型考点:强化学习对齐

哪些公司问过

字节跳动3腾讯2

常见岗位:大模型算法、产品经理

答案要点

  1. 传统 RL 多为单轮生成整段回答,Agentic RL 是多轮决策并与环境交互
  2. 轨迹更长,状态和上下文随轮数增长
  3. 奖励稀疏且延迟,信用分配困难
  4. 环境返回的 token 不是策略生成的,训练时要做损失掩码
  5. 需在线交互采样,成本高、方差大,训练更不稳定

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题