题目 ID: q-4325 是否自己实现过 RLHF 流程？不用框架能否手写 PPO 核心逻辑？ 频次 4 NLP与大模型 收藏 标记完成 当前状态：未收藏、未完成 常见追问 项目:是否自己实现过 RLHF 流程?不用框架能否手写 PPO 核心逻辑?项目：是否自己实现过 RLHF 流程？不用框架能否手写 PPO 核心逻辑？ 常见公司 通用题库美团