DPO 偏好数据对从哪里来，如何构造与验证？

知识专题：偏好对齐题目类型：项目深挖技术难度：进阶

相关面经：1 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

1 篇

滴滴

企业级算法实习生

2026-10-16实习一面

查看原面经 →

DPO数据对来源？已有还是自己生成？怎么生成的？