字节跳动面试题更新 2026-08-05

不做DPO,只做SFT可以吗?

字节跳动人工智能互联网/IT技术原理方案权衡

考察说明

考察对监督微调与偏好对齐方法的理解及适用场景判断

回答思路

  1. 区分SFT和DPO的原理与目标差异
  2. 说明SFT的局限和适用边界
  3. 结合场景判断是否必须使用DPO,给出取舍依据
本题已收录答题指导

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。