奖励项重要程度不同时，如何平衡各项权重？

知识专题：强化学习与奖励题目类型：项目深挖技术难度：进阶

相关面经：2 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

2 篇

字节跳动

大模型实习算法岗

2026-10-28实习

查看原面经 →

多目标优化奖励函数冲突，

百度

端到端决策规划控制算法工程师

2026-09-03一面

查看原面经 →

追问

对于xx和xx项奖励，前者貌似更重要，你是如何去平衡不同项的权重的？

收录题集

1 个来源，共2 份题集

STAR 项目表达专题问答

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- 0.1 这个数怎么定的？

强化学习与对齐

阿东玩 AI · AgentGuide · 2 条原题

查看题集 →

- 【负向奖励权重系数确定】在RLHF中引入负向奖励Penalty时，如何确定惩罚项的权重系数? 「字节跳动」
奖励函数与模型设计「京东、字节跳动、拼多多、美团、腾讯、蚂蚁集团」
- 奖励模型的设计还有哪些可以改进的部分？例如在奖励中加权重，数据方面如何考虑不删除难例？
- 多个Reward function的系数怎么调？多目标优化中，如果不同奖励函数之间发生冲突，例如在某一个reward上越来越高，但在其他reward上呈现波动，应如何解决？