题目 ID: q-7537 SFT 和 GRPO 数据有什么区别？（SFT 有思维链、GRPO 只有答案？这题我讲了半天，不知道是我睿智了还是面试官不懂，评论区有无懂哥） 频次 1 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 暂无追问变体。 常见公司 小红书