返回全部题目← 上一题19 / 195下一题 →题库/模型训练与对齐/Q-0635Agentic RL 是什么？知识专题：强化学习与奖励题目类型：原理机制技术难度：基础相关面经：3 篇题集来源：3 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经收录题集相关题目相关面经3 篇百度Agent 算法工程师2026-10-08一面、二面查看原面经 →什么是Agentic RL？为什么Agent需要引入强化学习优化？字节跳动大模型算法工程师2026-05-08暑期实习一面、二面、三面查看原面经 →从transformer八股到agentic rl同花顺大模型算法工程师（金融）2026-02-04一面查看原面经 →agentic rl收录题集3 个来源，共4 份题集腾讯问答汇编Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →智能体强化学习（Agentic RL）与传统大模型RL的核心差异训练、数据与模型优化：从数据清洗到 LoRAOnefly · zero2Agent · 1 条原题查看题集 →Agentic RL 与普通 LLM RL 的核心差异是什么？Agentic RL 面试指南阿东玩 AI · AgentGuide · 1 条原题查看题集 →Agentic RL 与普通单轮 RLVR 的核心差别是什么？强化学习与对齐阿东玩 AI · AgentGuide · 2 条原题查看题集 →【Agentic RL】了解Agentic RL吗？针对你的Agent RL项目，Agent RL和普通的SFT有什么区别和难点？ 「字节跳动、阿里巴巴」【Agentic RL】是否了解Agentic RL？ 「美团」相关题目4 题3373Agentic RL 如何设计？递进追问题目类型：方案设计技术难度：进阶相关面经：1 篇0086如何判断强化学习带来的实际收益？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：2 篇0103强化学习包含哪些主要组件？同一知识专题题目类型：概念解释技术难度：基础相关面经：3 篇0104GRPO 算法如何工作？同一知识专题题目类型：原理机制技术难度：进阶相关面经：14 篇♥♥♥♥♥← 上一题已到最后一题← 上一题了解哪些强化学习优化算法？下一题 →强化学习训练中的 Reference Model 起什么作用？
