DPO 训练可以改善问答系统的哪些问题，如何验证优化效果？

知识专题：偏好对齐题目类型：效果评估技术难度：进阶

相关面经：1 篇

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

1 篇

小红书

大模型算法

2026-02-26日常实习一面

查看原面经 →

dpo训练对于系统问答的优化在哪里