GRPO相比PPO做了哪些改进？

腾讯后端开发互联网/IT问题拆解技术原理方案权衡

考察说明

考察对强化学习算法演进的理解，以及GRPO在训练成本和优化机制上的具体改进

本题已收录答题指导

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。