【摘要】完整题库链接：LLM 算法岗 | 面试常问的 LLM 八股题目汇总 目录1. 介绍一下 PPO、DPO、GRPO 的定义、结构区别、优缺点及适用场景。2. PPO 的 Clip 机制是什么？为什么公式里面 Clip 了外面还要计算一次 min？3. Clip 可以限制分布差异，还有哪些方法可以做到？ 阅读全文