返回全部题目← 上一题50 / 195下一题 →题库/模型训练与对齐/Q-2675如何判定 SFT 可以结束并进入强化学习阶段？知识专题：强化学习与奖励题目类型：方案设计技术难度：进阶相关面经：7 篇题集来源：2 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7 篇百度Agent 算法工程师2026-07-31实习一面查看原面经 →RL训练前是否做过SFT？如何判断SFT训练充分？主要看哪些指标？百度Agent 算法工程师2026-07-07一面、二面查看原面经 →追问RL 前 SFT 怎么做，怎么判断 SFT 到位美团大模型算法工程师2026-07-05一面、二面查看原面经 →SFT训练达到怎样的效果指标后，才适合接入RL优化阶段？查看该问上下文 →SFT的终止判定条件，满足哪些标准可切入RL训练？查看该问上下文 →阿里巴巴Agent 算法工程师2026-05-16一面、二面查看原面经 →SFT 和 RL 之间的衔接点如何判断？什么时候应该从 SFT 进入 RL？查看该问上下文 →如何判断 SFT 阶段是否训练充分，可以进入 RL？是否应该以指标最高为标准？查看该问上下文 →阿里巴巴Agent 算法工程师2026-05-16一面、二面查看原面经 →SFT 和 RL 之间的衔接点如何判断？什么时候应该从 SFT 进入 RL？查看该问上下文 →如何判断 SFT 阶段是否训练充分，可以进入 RL？是否应该以指标最高为标准？查看该问上下文 →展开剩余 2 篇面经快手2026-05-09面经合集查看原面经 →SFT做到什么程度可以做RL？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 →sft到了什么阶段可以做rl收录题集2 个来源，共3 份题集美团高频面试题Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →SFT训练达到怎样的效果指标后，才适合接入RL优化阶段？SFT的终止判定条件，满足哪些标准可切入RL训练？SFT与指令微调阿东玩 AI · AgentGuide · 2 条原题查看题集 →【SFT vs Continued SFT】SFT和continued SFT的区别是什么，什么时候该进入RL？ 「字节Seed」【SFT效果判断】怎么判断sft做到位了? 「百度」强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →SFT与RL关系 「字节Seed、字节跳动、美团、腾讯、腾讯混元、阿里巴巴」SFT训练达到何种效果指标或阶段后，才适合进入RL优化阶段？相关题目4 题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0105On-policy 和 Off-policy 有什么区别？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题DAPO 的改进解决了什么问题？下一题 →字段提取任务的奖励函数应如何设计？
