基本信息
文件名称：2025年大模型强化学习.pdf
文件大小：93.39 KB
总页数：7 页
更新时间：2025-11-19
总字数：约4.14千字
文档摘要
2025年大模型强化学习
考试时间：______分钟总分：______分姓名：______
请根据以下题目要求完成作答：
一、选择题（请将正确选项的字母填入括号内）
1.在大模型强化学习的框架中，通常指代智能体与环境交互所采取的动作的
是？
A.状态
B.动作
C.奖励
D.策略
2.以下哪种方法不属于模型无关的强化学习算法？
A.Q-learnin