29. 某 AI 研究團隊採用 GRPO(Group Relative Policy Optimization)作為一種基於強化學習的模型優化方法，用於提升大型語言模型的表現。請問 GRPO 最適合用來強化模型在哪一類任務上的表現？ (A)判斷客服留言的情緒傾向，將每則訊息快速歸類為正面、負面或中性； (B)將客服電話錄音即時轉換為文字，供後續人工審閱使用； (C)針對數學應用題或邏輯謎題，逐步推導出正確解答； (D)分析商品圖片的外觀特徵，自動辨識類別與品項