我要招人登录

猿辅导面试题更新 2026-08-05

PPO和GRPO的区别是什么？

猿辅导人工智能教育/培训技术原理方案权衡

考察说明

考察强化学习算法核心机制的理解与对比能力

回答思路

准确说明两者在目标函数与基线估计上的核心差异
清楚阐述GRPO如何处理优势估计与方差控制
能够联系应用场景说明各自适用条件与局限
对比时能指出关键改进点而非简单罗列概念

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