请对比 PPO 与 DPO 在核心思想上的差异。

网易人工智能互联网/IT技术原理技术选型方案权衡

考察说明

考察对两种主流偏好对齐算法的原理理解

本题已收录答题指导

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。