我要招人

互联网/IT行业面试题更新 2026-08-05

讲解PPO和GRPO的区别，以及GRPO包含的模型数量。

阿里国际数字商业集团人工智能互联网/IT技术原理方案权衡

考察说明

考察对强化学习算法原理和模型架构的理解

回答思路

  1. 准确说明PPO的critic模型和优势估计方式
  2. 准确说明GRPO去除critic、使用组内基线的方式
  3. 正确说明GRPO包含的模型数量
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