了解哪些 GRPO 改进算法？

知识专题：强化学习与奖励题目类型：概念解释技术难度：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

字节跳动

大模型算法工程师

2026-05-08暑期实习一面、二面、三面

查看原面经 →

grpo的改进算法

收录题集

1 个来源，共3 份题集

公司案例问答汇编

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- Deepseek GRPO,讲讲原理和之后的改进

后训练章节追问

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- 怎么一句话区分 DAPO / VAPO / GSPO？

强化学习与对齐

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- 【GRPO改进】你改进的GRPO是怎么改的，希望达到什么效果？「百度」