RL 训练数据如何构建，能否直接复用 SFT 数据？

知识专题：训练数据构建与治理题目类型：比较选型技术难度：进阶相关面经：3 篇

暂无参考答案

未标记

本题目录

相关面经

3 篇

美团

大模型算法工程师

2026-07-05一面、二面

查看原面经 →

RL训练数据集的构建思路，能否直接复用SFT阶段的训练数据？

美图

大模型算法工程师

2026-05-24一面、二面、三面、四面

查看原面经 →

介绍第二段实习，中间会打断提问，问看过qwen2.5‑vl的报告了吗，问具体业务细节，强化学习数据集的构建方法，问部门几个人

阿里巴巴

Agent 算法工程师

2026-03-29实习一面

查看原面经 →

追问

SFT 和 RL 能使用一套数据集吗？