在使用 GRPO 提升大模型的Function Calling 能力时，除了结果奖励(outcome reward)，还可以如何设计过程奖励(process reward)？

常见追问

• 在使用 GRPO 提升大模型的Function Calling 能力时,除了结果奖励(outcome reward),还可以如何设计过程奖励(process reward)?
• 项目：在使用 GRPO 提升大模型的Function Calling 能力时，除了结果奖励（outcome reward），还可以如何设计过程奖励（process reward）？
• 项目:在使用 GRPO 提升大模型的Function Calling 能力时,除了结果奖励(outcome reward),还可以如何设计过程奖励(process reward)?

常见公司