我要招人

电子/半导体行业面试题更新 2026-08-05

为什么选择GRPO而不是PPO或DPO？请说明各自的适用场景和关键区别。

小米集团人工智能电子/半导体技术原理技术选型方案权衡

考察说明

考察强化学习与偏好优化方法的选型依据和机制理解

回答思路

  1. 能准确说明PPO、DPO、GRPO的核心机制差异
  2. 能结合训练成本、样本效率或稳定性解释选型理由
  3. 能指出各自的适用场景和局限性
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