我要招人登录

人工智能面试题更新 2026-08-05

PPO中KL散度的作用是什么？

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PPO算法中KL散度作用的理解

回答思路

说明KL散度在PPO中用于约束新策略与旧策略的差异
解释其控制策略更新幅度、防止策略发散的作用
区分PPO-Clip与PPO-Penalty中KL散度的不同使用方式
对比固定KL惩罚与自适应KL惩罚（如目标KL）的机制

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