返回全部题目← 上一题25 / 32下一题 →题库/模型训练与对齐/Q-5826图像生成模型如何通过数据与偏好后训练改善审美并保持多样性？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：5 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5 份多模态与计算机视觉阿东玩 AI · AgentGuide · 1 条原题查看题集 →【跨模态生成与优化】在商品广告创意生成中如何应用RL优化跨模态生成？ 「京东」图像创作 · Stable Diffusion&FLUX系列大模型基础Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →介绍一下FLUX.1 Krea的原理，有哪些创新点？FLUX.1 Krea如何破除“AI感”图像创作 · 主流AIGC图像生成编辑大模型汇总系列Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →如何把人类偏好转化为可学习的信号？图像创作 · AIGC图像生成领域的训练&性能优化技术Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →Continued Training、SFT、DPO、GRPO、RLHF/RLAIF分别解决什么问题？图像生成中的奖励模型、VLM-as-a-Judge和人类偏好数据如何发挥作用？05_视频生成训练与工程优化Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →高质量微调和偏好后训练主要解决什么问题？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← 上一题实现数值稳定的 DPO 偏好损失。下一题 →实现 Bradley–Terry 成对奖励模型损失。
