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 篇题集来源：1 个

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

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？

收录题集

1 个来源，共1 份题集

京东高频面试题

Rocky Ding · AIGC-Interview-Book · 1 条原题

查看题集 →

- 为什么用GRPO不用DPO