我要招人

腾讯面试题更新 2026-08-05

GRPO的算力资源省在哪

腾讯人工智能互联网/IT问题拆解技术原理

考察说明

考察对GRPO训练机制中降低算力开销原理的理解

回答思路

  1. 说明GRPO与PPO在评论家模型使用上的差异
  2. 解释通过组内相对奖励替代价值函数的算力节省
  3. 指出无需维护价值网络带来的显存和计算减少
  4. 能提及样本利用率或KL约束等辅助机制
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