互联网/IT行业面试题更新 2026-08-05
你用过 GRPO 吗？如果用过，请谈谈它的原理和与 PPO 的异同。
淘天集团人工智能互联网/IT持续改进项目复盘技术原理
考察说明
考察对大模型对齐新算法的了解与实际使用经验
回答思路
- 能说出 GRPO 去掉 Critic 模型的特点
- 说明其基于组内相对优势的计算方式
- 结合自身经历对比 GRPO 与 PPO 的效果或工程成本
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
