GESP 1-4级 -- GESP 5-8级 -- CSP-J/S --

PROBLEM SET

强化学习

按知识点筛选题目，系统巩固该考点。

共 11 题

重置

全部知识点基础数学知识模拟枚举深度优先搜索递推贪心基础排序栈区间动态规划最短路算法队列字符串结构体排序动态规划前缀和拓扑排序线性动态规划树形动态规划递归背包动态规划最近公共祖先二分答案并查集线段树 sort排序基础算法高精度分治素数筛法

题目列表

共 11 题

A53043 基于强化学习的推理能力优化方法面临的主要挑战是什么？ 2025年 强化学习推理能力优化 -- -- A53026 基于强化学习的推理能力优化方法面临的主要挑战是什么 2025年 强化学习推理能力优化挑战分析 -- -- A53023 一个 AI 团队在完成其大型模型的监督微调后，准备进行偏好对齐。他们收集了大量成对的人类偏好数据，每个提示词对应一个更受偏好的响应和一个不太理想的响应。团队在传统从人类反馈中强化学习（Reinforcement Learning from Human Feedback，RLHF）和新兴的直接偏好优化（Direct Preference Optimization，DPO）两种技术路线间进行抉… 2025年 强化学习大模型对齐直接偏好优化奖励模型 -- -- A69728 强化学习机制中“奖励”信号的关键作用是 2026年 强化学习奖励信号智能体决策 -- -- A69710 具身智能系统采用强化学习方法的主要优势是 2026年 强化学习具身智能 -- -- A69709 下列关于强化学习与监督学习的说法中，正确的是 2026年 强化学习机器学习监督学习 -- -- A69672 机器学习的主要类型包括 2026年 强化学习机器学习监督学习无监督学习 -- -- A69310 强化学习机制中“奖励”信号的关键作用是（） 2026年 强化学习奖励信号智能体决策 -- -- A69299 具身智能系统采用强化学习方法的主要优势是（） 2026年 强化学习具身智能 -- -- A69298 下列关于强化学习与监督学习的说法中，正确的是（） 2026年 强化学习机器学习监督学习 -- -- A69270 机器学习的主要类型包括（） 2026年 强化学习机器学习监督学习无监督学习 -- --