把项目讲到经得起追问

Agentic RL 项目，GRPO 为什么不用 PPO？六道大厂真题逐题复盘

半年大厂真题里点名 GRPO 的 127 道，有 78 道要你拿它和 PPO、DPO 比。挑六道逐题复盘，每题往下追两层，用 Agentic RL 项目里的数字来答。

2026年9月27日 · 10 分钟