我要招人登录

互联网/IT行业面试题更新 2026-08-05

PPO和GRPO的结构区别，各自适用的场景是什么？

字节跳动人工智能互联网/IT技术原理技术选型方案权衡

考察说明

考察强化学习算法结构理解与场景匹配能力

回答思路

准确描述PPO的Critic价值网络与GAE优势估计机制
准确描述GRPO去除Critic、基于组内相对优势的思路
能对比两者在计算开销、方差、样本效率上的差异
能给出合理场景选择并说明理由

本题已收录答题指导

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。

开始模拟面试登录查看答题指导