我要招人登录

人工智能面试题更新 2026-08-05

请说明GRPO方法存在哪些主要缺点或局限。

顺丰集团人工智能物流/供应链风险判断技术原理

考察说明

考察对GRPO局限性的深入理解与实际工程考量

回答思路

指出对奖励模型质量的依赖
说明组内样本差异和方差问题
讨论在单一奖励或稀疏奖励场景下的局限