我要招人

人工智能面试题更新 2026-08-05

请解释PPO（近端策略优化）和GRPO（分组相对策略优化）的原理及主要区别

美团人工智能互联网/IT技术原理方案权衡

考察说明

考察对两种强化学习策略优化算法的原理理解和对比能力

回答思路

  1. 准确说明PPO核心的裁剪目标和重要性采样机制
  2. 准确说明GRPO的分组相对优势估计和KL约束方式
  3. 对比二者在方差控制、计算效率和适用场景上的差异
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