我要招人

京东面试题更新 2026-08-05

为什么用GRPO不用DPO？

京东人工智能电商技术原理技术选型方案权衡

考察说明

考察对强化学习训练算法差异的理解及其适用场景

回答思路

  1. 能解释GRPO与DPO在方法论上的本质区别
  2. 能说明GRPO的采样与基线设计优势
  3. 能结合实际训练场景说明选型依据