我要招人

淘天集团面试题更新 2026-08-05

项目为什么用GRPO而不是SFT？

淘天集团人工智能互联网/IT技术原理技术选型方案权衡

考察说明

考察强化学习与监督微调的选型动机和适用场景理解

回答思路

  1. 说明SFT与GRPO的核心区别
  2. 结合项目目标解释选型理由
  3. 提及GRPO的优势如减少奖励模型依赖、计算效率
  4. 承认各自局限和适用边界
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