GSPO（Grouped Sequential Preference Optimization）主要解决了什么问题？

Question

Accepted Answer

考察点：考察对GSPO算法动机的理解，包括背景问题与设计目标。回答思路：明确指出GSPO针对的优化场景或缺陷 说明其核心设计如何对应解决方案 能区分其与基础DPO的改进点

考察说明