我要招人登录

人工智能面试题更新 2026-08-05

PPO的损失是token级别还是sequence级别的？

百度人工智能专业服务技术原理

考察说明

考察对PPO算法损失函数粒度的理解

回答思路

明确区分token级和sequence级损失的计算方式
解释RLHF中PPO损失通常按token计算的原因
说明序列级损失与token级损失在实现上的差异

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