我要招人登录

互联网/IT行业面试题更新 2026-08-05

通过什么指标判断GRPO训练是否稳定？

美团人工智能互联网/IT风险判断技术原理

考察说明

考察对GRPO训练稳定性监控指标的理解

回答思路

列出关键监控指标如reward、KL散度
说明判别稳定性的依据
提到训练过程中的异常模式