搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「奖励工程」找到 1 条内容
匹配标题与标签：Agent 奖励如何对齐目标并防作弊? 从真实目标、硬约束、独立验证到 Reward Hacking 防护 RLHF与对齐 奖励工程 RLHF 稀疏奖励 奖励塑形 信用分配 2026真题 Agent 奖励目标对齐 Reward Hacking 防护 奖励函数硬约束 Agent 验证器 强化学习与RLHF 美团
学习内容与项目面试，在同一条路上。