腾讯 大模型算法面经（一面）

秋招 · 2026-09 · 来源 牛客

• 一面 · 八股：Agent RL 的奖励怎么设计？结果奖励、过程奖励、规则奖励分别适合什么场景
• 一面 · 八股：长链路任务只有最终奖励时，信用分配为什么难，有哪些解决办法