我要招人

百度面试题更新 2026-08-05

对 GRPO 的后续优化算法是否了解？进一步的改进方向有哪些？

百度人工智能专业服务持续改进技术原理

考察说明

考察对大模型强化学习算法演进的理解与洞察

回答思路

  1. 明确说明 GRPO 的核心思想（基于组采样的相对优势）
  2. 列举至少一两个 GRPO 的改进方向，如 Dr. GRPO、DAPO 等
  3. 能指出优化动机与关键改动，而非仅罗列名称
  4. 对改进方向有个人分析与评估