返回全部题目← 上一题17 / 32下一题 →题库/模型训练与对齐/Q-4811RLHF 提高安全性却损害困难任务能力时，如何评估和缓解对齐税？知识专题：偏好对齐题目类型：故障排查技术难度：深入收录题集：2 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集2 份后训练章节追问阿东玩 AI · AgentGuide · 1 条原题查看题集 →Alignment Tax 和 Reward Hacking 有什么关系？大模型基础AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →After RLHF alignment, your LLM became safer but lost capability on hard tasks. How do you manage the alignment tax?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：1 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：1 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：1 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← 上一题常见偏好对齐方法有哪些，应如何比较它们的取舍？下一题 →RLHF 在实践中有哪些局限与挑战？
