返回全部题目← 上一题5 / 33下一题 →题库/模型训练与对齐/Q-0737DPO 是否需要额外加入 KL 约束？知识专题：偏好对齐题目类型：原理机制技术难度：进阶相关面经：1 篇题集来源：1 个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）本题目录相关面经收录题集相关题目相关面经1 篇阿里巴巴Agent 开发工程师2026-05-03暑期一面查看原面经 →DPO 需不需要加KL收录题集1 个来源，共1 份题集强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →【DPO变种与KL散度】DPO变种了解嘛，DPO的KL散度是如何定义的？DPO是如何choose和reject的？ 「腾讯」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DPOP 的全称是什么？下一题 →DPO 的算法原理是什么？
