什么是DPO（Direct Preference Optimization）？请解释其核心思想。

深圳虾皮信息科技有限公司人工智能互联网/IT技术原理技术选型

考察说明

考察对DPO方法原理和优势的理解

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。