题目 ID: q-4198 🔥 PPO原理 频次 10 NLP与大模型 高频 收藏 标记完成 当前状态：未收藏、未完成 常见追问 介绍一下 PPOPPO的原理?PPO的原理 常见公司 腾讯蚂蚁集团滴滴字节跳动小米