PPO 中需要训练哪几个模型？

知识专题：强化学习与奖励题目类型：原理机制技术难度：基础相关面经：3 篇

暂无参考答案

未标记

本题目录

相关面经

3 篇

字节跳动

AI 应用开发工程师

2026-05-07一面

查看原面经 →

PPO 中需要训练哪几个模型？

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 →

RLHF，介绍PPO，包含多少个模型；

顺丰

大模型应用开发工程师（RAG 方向）

2025-10-08

查看原面经 →

RLHF，介绍PPO，包含多少个模型；