我要招人

百度面试题更新 2026-08-05

介绍GRPO的优化

百度人工智能专业服务技术原理方案权衡

考察说明

考察对GRPO算法目标函数、优化过程及与传统PPO差异的理解

回答思路

  1. 准确说明GRPO的目标函数及分组优势估计
  2. 解释分组内归一化如何替代价值网络
  3. 讨论GRPO在稳定性、计算开销和性能上的权衡