我要招人

科大讯飞面试题更新 2026-08-05

DPO和PPO有什么区别？你更喜欢使用哪种？

科大讯飞人工智能专业服务技术原理技术选型方案权衡

考察说明

考察对RLHF中PPO与DPO算法原理、差异及场景选择的理解

回答思路

  1. 准确描述PPO的核心机制及优缺点
  2. 准确描述DPO的核心机制及优缺点
  3. 对比两者在训练效率、稳定性、超参敏感性上的差异
  4. 能结合具体场景说明偏好理由
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