项目为什么选择 GRPO 而不选择 DPO？

知识专题：强化学习与奖励题目类型：比较选型技术难度：进阶相关面经：1 篇

暂无参考答案

未标记

本题目录

相关面经

1 篇

百度

端到端决策规划控制算法工程师

2026-09-03一面

查看原面经 →

项目追问

为什么用了GRPO而不是DPO？