题目 ID: q-4945 PPO与GRPO的区别?DeepSeek-R1为什么选择GRPO? 频次 2 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 4.PPO与GRPO的区别？DeepSeek-R1为什么选择GRPO？PPO与GRPO的区别？DeepSeek-R1为什么选择GRPO？ 常见公司 字节跳动