百度面试题更新 2026-08-05
如何构建 DPO 训练数据，通常的数据格式是什么？
百度人工智能专业服务数据驱动技术原理
考察说明
考察对 DPO（直接偏好优化）数据构建流程与格式规范的理解
回答思路
- 说明 DPO 数据的三个组成部分：提示词、被选回答、被拒回答
- 描述典型的数据格式，如 JSONL 每行一条样本
- 解释数据来源与构建方法，如人工标注、模型生成及偏好收集
- 强调数据质量与偏好对错标注的重要性
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。
