我要招人

哔哩哔哩面试题更新 2026-08-05

DPO训练不符合要求的时候怎么办？

哔哩哔哩人工智能风险判断技术原理问题排查

考察说明

考察对DPO训练失败或效果不达标的诊断与处理能力

回答思路

  1. 能区分是训练损失、生成质量还是评估指标不达标
  2. 能分析数据质量、超参数、参考模型等常见原因
  3. 能给出具体调优或重训方案并验证效果