AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
小鹏汽车面试题
请解释GRPO的设计原理以及KL散度公式。
小鹏汽车面试题
更新 2026-08-05
请解释GRPO的设计原理以及KL散度公式。
小鹏汽车
人工智能
消费品/零售
问题拆解
技术原理
考察说明
考察强化学习算法GRPO的核心思想及数学表达
回答思路
说明GRPO消除独立critic网络的原因
解释组内相对奖励如何形成基线
准确写出KL散度公式并解释其作用
说明与PPO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
换一题
上一题
请讲解用动态规划解决爬楼梯问题的思路。
下一题
在设计大型C++项目的CI/CD流水线时,如何保证流水线自身的可扩展性和稳定性?
本题还出现在
消费品/零售行业面试题
人工智能面试题