返回全部题目← 上一题19 / 32下一题 →题库/模型训练与对齐/Q-4922如何训练大模型识别知识边界,并在不知道时诚实回答?知识专题:偏好对齐题目类型:方案设计技术难度:进阶收录题集:1 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1 份评测与幻觉Firefly · llm_interview_note · 1 条原题查看题集 →大模型的 honest 原则是如何实现的?模型如何判断回答的知识是训练过的已知的知识,怎么训练这种能力?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RLHF 在实践中有哪些局限与挑战?下一题 →Constitutional AI 如何利用原则约束改进模型,与 RLHF 有何区别?