请介绍你项目中使用的 DPO 训练数据是如何获取的？是人工构造还是模型生成的？

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。