GRPO 如何估计组内优势？

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

滴滴

算法工程师

2026-06-21实习

查看原面经 →

GRPO 的组内优势怎么估计