什么情况下 GRPO 效果较差？

知识专题：强化学习与奖励题目类型：故障排查技术难度：进阶相关面经：3 篇

暂无参考答案

未标记

本题目录

相关面经

3 篇

腾讯

大模型算法工程师

2026-05-05暑期实习一面

查看原面经 →

什么情况下使用 GRPO 效果会不好

顺丰

大模型应用开发工程师（RAG 方向）

2026-03-17实习

查看原面经 →

追问

GRPO的缺点；

顺丰

大模型应用开发工程师（RAG 方向）

2025-10-08

查看原面经 →

追问

GRPO的缺点；