AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
腾讯面试题
强化学习和SFT(监督微调)的区别
腾讯面试题
更新 2026-08-05
强化学习和SFT(监督微调)的区别
腾讯
人工智能
互联网/IT
技术原理
方案权衡
考察说明
考察对两种训练范式的核心差异理解
回答思路
明确SFT基于标注数据做监督学习
解释强化学习基于奖励信号与环境交互
对比目标函数、数据来源和优化方式
指出应用场景差异
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导;也可以直接开一场模拟面试,AI 面试官用本题实时追问并给出评分。
开始模拟面试
登录查看答题指导
换一题
上一题
假设有多个线程需要获取两把锁,你怎么去避免死锁呢?
下一题
请挑选一个你参与过的项目,并重点介绍其中首屏优化的过程。
本题还出现在
互联网/IT行业面试题
人工智能面试题