你用过 GRPO 吗？如果用过，请谈谈它的原理和与 PPO 的异同。

淘天集团人工智能互联网/IT持续改进项目复盘技术原理

考察说明

考察对大模型对齐新算法的了解与实际使用经验

本题已收录答题指导

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。