DPO 解决什么训练问题，什么条件下适合采用？

知识专题：偏好对齐题目类型：技术决策技术难度：进阶

相关面经：2 篇

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

2 篇

百度

多模态大模型算法

2026-09-13一面

查看原面经 →

为什么要做dpo

腾讯

大模型算法

2026-02-07一面

查看原面经 →

你们业务上用了 DPO 为什么这样设计？