题目 ID: q-4538 DPO、PPO、GROP之间的区别是什么？ 频次 3 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 强化学习算法辨析：DPO、PPO、GROP之间的区别是什么？ 常见公司 小红书