请解释DPO、PPO与RLHF之间的关系及各自在语言模型对齐中的作用。

百度人工智能专业服务技术原理方案权衡

考察说明

考察对强化学习对齐方法原理与演进的理解

本题已收录答题指导

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。