AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
MiniMax面试题
在DPO(直接偏好优化)微调中,除了使用正则表达…
MiniMax面试题
更新 2026-08-05
在DPO(直接偏好优化)微调中,除了使用正则表达式截断,还有哪些方法可以控制模型回答过长的问题?
MiniMax
人工智能
技术原理
方案权衡
问题排查
考察说明
考察对DPO训练数据构造与奖励模型限制的理解,以及长度控制的替代策略
回答思路
说明DPO中回答长度问题的来源是偏好数据中的长度偏差
提出调整偏好数据构造的多样性
提出在DPO损失中加入长度惩罚或正则项
提出推理阶段采用动态截断或生成参数控制
讨论长度归一化或奖励模型设计
换一题
上一题
请介绍 Redis 的核心数据结构及其典型应用场景。
下一题
给定一个二维数组,每个子数组长度可能不同,如何实现回溯算法生成所有可能的组合,例如输入 [[1,2,3],[4,5],[6,7,8]] 输出 [[1,4,6],[1,4,7],[1,4,8],...]?请写出代码思路并分析复杂度。
本题还出现在
人工智能行业面试题
人工智能面试题