AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
蚂蚁集团面试题
请谈谈你对近期强化学习(RL)算法改进的了解,比…
蚂蚁集团面试题
更新 2026-08-05
请谈谈你对近期强化学习(RL)算法改进的了解,比如 GRPO、DAPO 和 GSPO 的主要改进点。
蚂蚁集团
人工智能
互联网/IT
持续改进
技术原理
技术选型
考察说明
考察对前沿强化学习算法演进脉络的理解与比较能力
回答思路
能准确说出各方法针对的具体问题
能对比说明改进的核心机制与动机
能结合实际场景评价方法的适用性或局限
换一题
上一题
Python 有哪些内置数据类型?
下一题
应用层有哪些协议?
本题还出现在
互联网/IT行业面试题
人工智能面试题