我要招人登录

互联网/IT行业面试题更新 2026-08-05

请介绍一种GRPO的改进算法，并简述其核心思路。

美团人工智能互联网/IT技术原理方案权衡

考察说明

考察对GRPO前沿改进的了解深度和表达能力

回答思路

选出一种明确的改进算法
准确说明改进点相对原GRPO的差别
清晰阐述改进的核心动机或技术手段