我要招人登录

人工智能面试题更新 2026-08-05

GRPO的公式是什么，这样做为什么更好？

美团人工智能互联网/IT技术原理技术选型方案权衡

考察说明

考察对GRPO算法核心公式及其相对PPO优势的理解

回答思路

能准确写出GRPO的损失函数或更新公式
能解释GRPO如何通过组内相对优势估计替代价值函数
能说明GRPO相较于PPO在内存与计算开销上的优势
能提及GRPO的稳定性和实现细节