ORPO 如何将监督微调与偏好优化结合？

知识专题：偏好对齐题目类型：原理机制技术难度：进阶

收录题集：1 份

暂无参考答案

未标记

询问 AI

选择 AI 平台

Kimi 千问 ChatGPT

自动带入当前题目

本题目录

收录题集

1 份

后训练综合问答

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

- DPO 变体（ORPO/KTO/SimPO/Online DPO）分别解决什么？