请解释GRPO和DPO的数学原理，并对比两者的公式差异。

高德地图人工智能技术原理方案权衡

考察说明

考察对GRPO与DPO算法公式的理解和对比能力

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。