我要招人登录

阿里巴巴面试题更新 2026-08-05

是否了解GRPO，具体优化方法？

阿里巴巴人工智能电商持续改进技术原理技术选型

考察说明

考察对GRPO算法原理及训练优化细节的理解

回答思路

能解释GRPO与PPO的核心差异
能说明GRPO的组相对优势计算与基线设计
能描述价值网络去除及KL散度控制方法
能结合实际参数说明优化经验