专业服务行业面试题更新 2026-08-05
请解释GRPO的原理，并说明其损失函数如何计算？
百度人工智能专业服务问题拆解技术原理
考察说明
考察对GRPO算法原理和损失函数公式的理解
回答思路
- 能准确描述GRPO与PPO的区别，特别是组内相对优势的设计
- 能写出或解释GRPO损失函数的组成和符号含义
- 能说明优势计算中组内基线的作用
- 能讨论GRPO的实践意义如节省critic模型
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。
