互联网/IT行业面试题更新 2026-08-05
如果要将 DPO 应用在第一轮对话（单轮）场景，你会如何构造训练数据集？
字节跳动人工智能互联网/IT数据驱动技术原理
考察说明
考察对 DPO 数据构造原理和单轮场景适配的理解
回答思路
- 说明 DPO 需要偏好对（chosen/rejected）及数据来源
- 针对第一轮对话说明如何获取或生成偏好对
- 讨论数据质量控制、去噪和标注一致性
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
