说一下SIMPO的原理，它是怎么解决DPO微调序列过长的问题的。

Question

Accepted Answer

考察点：考察对SIMPO算法核心思想及其相较于DPO在序列长度约束上的优势的理解。回答思路：准确阐述SIMPO的优化目标与DPO的差异 说明SIMPO如何移除参考模型依赖 解释SIMPO如何简化序列长度约束 提及SIMPO的性能对比或实际效果

考察说明