我要招人

商汤科技面试题更新 2026-08-05

请介绍PPO和GRPO的原理，并说明它们的区别。

商汤科技快手人工智能互联网/IT技术原理方案权衡

考察说明

考察对强化学习对齐方法的理解深度

回答思路

  1. 准确解释PPO的核心机制（如clip、优势函数）
  2. 准确解释GRPO的设计特点（如组相对优势）
  3. 能对比二者在计算开销、稳定性上的差异
  4. 理解各自适用的场景
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