GRPO Loss 中各个参数分别是什么意思？

知识专题：强化学习与奖励题目类型：原理机制技术难度：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 →

grpo loss里面的几个参数分别是什么意思