题目 ID: q-5038 PPO是如何计算优势的? 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 PPO 是如何计算优势的?PPO的优势是怎么算的,是从前往后算还是从后往前算。 常见公司 腾讯字节跳动