我要招人

滴滴面试题更新 2026-08-05

请说明GRPO与PPO的主要区别。

滴滴顺丰集团人工智能物流/供应链技术原理方案权衡

考察说明

考察对强化学习算法GRPO与PPO设计差异的理解

回答思路

  1. 指出PPO使用Critic网络估计优势函数
  2. 说明GRPO去除Critic，基于组内相对奖励估计优势
  3. 对比两者在计算资源、稳定性和适用场景上的差异
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