返回全部题目← 上一题36 / 94下一题 →题库/模型训练与对齐/Q-3485重新设计项目时，如何改进 SFT 与 RL 流程？知识专题：预训练、续训与 SFT题目类型：方案设计技术难度：进阶相关面经：2 篇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）本题目录相关面经相关题目相关面经2 篇阿里巴巴Agent 算法工程师2026-05-16一面、二面查看原面经 →如果让你重新设计这个系统，你会如何改进SFT和RL流程？（高频问题，面试官想听的是AutoResearch或者Agentic范式的改进）阿里巴巴Agent 算法工程师2026-05-16一面、二面查看原面经 →如果让你重新设计这个系统，你会如何改进SFT和RL流程？相关题目4 题0083如何提升 Agent 的长程任务能力？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇0085当 pass@k 与 pass@1 的差距收敛后，如何继续提升模型能力？同一知识专题题目类型：方案设计技术难度：深入相关面经：1 篇0207基座已有工具调用能力时，Tool-use SFT 的训练目标是什么？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0495你有哪些大模型后训练经验？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♥♥♥♥♥← 上一题已到最后一题← 上一题RAG 项目具体做过哪些微调？下一题 →微调属于预训练还是后训练？
