题目 ID: q-4201 🔥 项目:讲一下DPO, PPO, GRPO的原理和区别,写一下DPO loss函数 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 二面:DPO/PPO/GRPO 的核心区别，损失函数对比强化学习DPO,PPO,GRPO的损失函数区别PPO、GRPO、DPO 的损失函数 常见公司 京东蚂蚁集团阿里巴巴美团通用题库