我要招人

蚂蚁集团面试题更新 2026-08-05

写一下PPO算法的损失函数和GAE优势函数，并解释其设计动机。

蚂蚁集团人工智能互联网/IT技术原理

考察说明

考察对PPO与GAE核心公式的理解及设计意图

回答思路

  1. 准确写出PPO的clip目标函数及符号含义
  2. 准确写出GAE的递推公式及参数含义
  3. 解释clip机制的保守更新动机
  4. 解释GAE对偏差与方差权衡的处理
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