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
科大讯飞面试题
请介绍 GRPO(Group Relative …
科大讯飞面试题
更新 2026-08-05
请介绍 GRPO(Group Relative Policy Optimization)的基本原理。
科大讯飞
人工智能
专业服务
技术原理
技术选型
方案权衡
考察说明
考察对 GRPO 算法核心思想与关键机制的理解
回答思路
说明 GRPO 与 PPO 的关键区别
解释组内相对优势估计的计算方式
说明优势归一化和基线的作用
能提到参考模型或 KL 约束相关机制
换一题
上一题
解释数据可视化的原则,以及不同图表类型(如折线图、柱状图)的适用场景。
下一题
请介绍你在GPT、ViT或Transformer相关项目中的具体工作。
本题还出现在
专业服务行业面试题
人工智能面试题