面试题库 › 算法 / 大模型 › 通过 SFT 与强化学习提升工具调用能力

通过 SFT 与强化学习提升工具调用能力

难度 ★★★在 2 场真实面经中被问到 方向:算法 / 大模型考点:工具调用与协议

哪些公司问过

阿里巴巴1淘天集团1

常见岗位:AI 应用 / Agent 开发、大模型算法

答案要点

  1. 先定位错误类型:格式错误、参数错误或编造、工具选择错误、多步规划错误
  2. 工程侧优先:清晰的工具描述与参数 schema、减少功能重叠、受约束解码与校验重试
  3. SFT 冷启动:高质量轨迹覆盖单步、多步、并行、无需调用、失败恢复等情况
  4. RL 提升泛化与纠错:沙箱中真实执行,以格式、参数校验、执行成功、任务完成为奖励
  5. 奖励设计需防投机,例如约束调用次数与无效调用

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