我要招人

百度面试题更新 2026-08-05

DPO在Agent任务上效果提升明显吗？请结合你的经验说明。

蚂蚁集团百度人工智能互联网/IT专业服务问题拆解技术原理技术选型

考察说明

考察对偏好优化方法在Agent场景中有效性的经验判断

回答思路

  1. 能区分Agent任务的复杂奖励与单轮文本偏好差异
  2. 能基于实际经验或典型证据说明提升是否明显
  3. 能指出DPO在长程行动序列上的局限性
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。

开始模拟面试登录查看答题指导