GRPO什么时候选择，为什么不用GRPO？

Question

Accepted Answer

考察点：考察强化学习算法选型的理解与判断能力。回答思路：明确回答提问逻辑，区分选择GRPO与不使用GRPO的场景 阐述GRPO的优势与适用条件 分析GRPO的局限或不适用的场景 给出基于问题特点的选型思路

考察说明