AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
求职导师
校招
求职攻略
大学生求职地图
求职攻略文章
浏览器插件
关于我们
我要招人
首页
面试题库
人工智能面试题
在LLM训练中,你是如何构造数据集来训练奖励模型…
人工智能面试题
更新 2026-08-05
在LLM训练中,你是如何构造数据集来训练奖励模型或使用DPO的?
京东
人工智能
电商
数据驱动
问题拆解
技术原理
LLM
考察说明
考察数据集构造方法及其对训练稳定性的影响
回答思路
说明数据集来源、规模和清洗策略
解释偏好数据(chosen/rejected)的构造逻辑
讨论数据质量对训练收敛的影响
换一题
上一题
解释一下梯度消失的处理策略
下一题
请介绍你的ICIP论文的主要工作与贡献。
本题还出现在
电商行业面试题
京东面试题