专业服务行业面试题更新 2026-08-05
DPO在Agent任务上效果提升明显吗？请结合你的经验说明。
蚂蚁集团百度人工智能互联网/IT专业服务问题拆解技术原理技术选型
考察说明
考察对偏好优化方法在Agent场景中有效性的经验判断
回答思路
- 能区分Agent任务的复杂奖励与单轮文本偏好差异
- 能基于实际经验或典型证据说明提升是否明显
- 能指出DPO在长程行动序列上的局限性
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。
