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
百度面试题
PPO的损失是token级别还是sequence…
百度面试题
更新 2026-08-05
PPO的损失是token级别还是sequence级别的?
百度
人工智能
专业服务
技术原理
考察说明
考察对PPO算法损失函数粒度的理解
回答思路
明确区分token级和sequence级损失的计算方式
解释RLHF中PPO损失通常按token计算的原因
说明序列级损失与token级损失在实现上的差异
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
换一题
上一题
请用PyTorch基础语法实现一个Tokenizer。
下一题
GRPO采样代替价值函数会带来什么问题,有什么优化方式?
本题还出现在
专业服务行业面试题
人工智能面试题