DPO的原理，损失函数如何计算？
考察说明
考察对直接偏好优化（DPO）算法原理和损失函数数学推导的理解
回答思路
- 解释DPO将RLHF从奖励建模和强化学习优化转化为直接偏好学习的动机
- 说明DPO从Bradley-Terry模型出发，用策略模型隐式表达奖励函数
- 能写出并解释DPO损失函数的具体形式，包括参考模型、优势项和log-sigmoid结构
- 说明DPO相比RLHF PPO的优势，如无需单独奖励模型和在线采样
- 了解DPO的局限性，如对偏好数据质量和分布外行为的敏感度
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。