为什么选择 GSPO，是序列级优化还是 MoE 模型因素？

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

阿里巴巴

Agent 算法工程师

2026-06-23二面

查看原面经 →

用 gspo 的原因是什么？是因为它是 sequence level还是因为用的MOE模型？