月之暗面大模型算法面经MJ-NC-2026-10652026-11-05一面、二面广东31 道关联题目项目中的 GRPO 训练用了多少数据、运行多久，主要配置是什么？模型、GPU 和参数规模如何选择，是否考虑更大参数模型加量化？