术语定义
强化学习（Reinforcement Learning），中文通常称为强化学习。让决策系统通过与环境交互、获得奖励反馈来学习行动策略的方法。
应用示例
训练一个系统在多步任务中兼顾完成质量与工具调用成本。
理解要点
奖励设计不当会导致钻评分规则的行为，奖励高不一定符合真实目标。
想知道你自己的品牌被 AI 怎么评价？
跑一轮真实检测，拿到评分和问题清单。
强化学习（Reinforcement Learning），中文通常称为强化学习。让决策系统通过与环境交互、获得奖励反馈来学习行动策略的方法。
训练一个系统在多步任务中兼顾完成质量与工具调用成本。
奖励设计不当会导致钻评分规则的行为，奖励高不一定符合真实目标。
跑一轮真实检测，拿到评分和问题清单。