返回全部题目← 上一题12 / 48下一题 →题库/模型训练与对齐/Q-14326如何设计符合偏好的对话模型?知识专题:偏好对齐题目类型:方案设计技术难度:进阶相关面经:1 篇未标记未标记待复习已掌握收藏反馈(在 GitHub 新标签页打开)Sorry o(╥﹏╥)o,暂无参考答案。带这道题,问问AI吧~问 AIKimiKimi(新窗口打开)Qwen千问(新窗口打开)OpenAIChatGPT(新窗口打开)本题目录相关面经相关题目相关面经1 篇智谱大模型算法2026-03-16日常实习二面查看原面经 →场景题:设计偏好对话模型相关题目4 题0273SFT 与偏好数据如何构建,如何控制数据污染和分布偏移?同一知识专题题目类型:方案设计技术难度:进阶相关面经:2 篇0275如何从 KL 约束的强化学习目标推导 DPO 目标?同一知识专题题目类型:原理机制技术难度:深入相关面经:9 篇0604DPO 中好坏样例生成概率都下降的问题如何理解?同一知识专题题目类型:原理机制技术难度:进阶相关面经:3 篇0605DPOP 的全称是什么?同一知识专题题目类型:原理机制技术难度:进阶相关面经:1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题SFT 与 DPO 的训练目标、数据和适用场景有什么区别?下一题 →如何判断 DPO 训练后模型学偏了,应该怎样解决?