团队当前如何在强化学习与 SFT 之间选择和分工？

知识专题：强化学习与奖励题目类型：反问

相关面经：1 篇题集来源：1 个

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

1 篇

字节跳动

AI Agent 开发工程师

2026-09-23校招秋招一面

查看原面经 →

反问

团队现在 RL 用得多还是 SFT 多？

收录题集

1 个来源，共1 份题集

Agent 团队与岗位反问

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- 团队目前 Agent 的 post-training pipeline 是什么结构？数据合成、SFT、RL 各占多大比重？有没有用 RLVR 类的可验证奖励？