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
淘天集团面试题
请分享你在 SFT 和 DPO 训练过程中的主要…
淘天集团面试题
更新 2026-08-05
请分享你在 SFT 和 DPO 训练过程中的主要心得与经验。
淘天集团
人工智能
互联网/IT
持续改进
项目复盘
技术原理
考察说明
考察对监督微调与偏好对齐训练方法的理解深度及实战经验
回答思路
能清晰解释 SFT 与 DPO 的目标差异和适用场景
结合实际训练数据、超参或调参经验说明关键影响因素
能识别过拟合、灾难性遗忘、奖励黑客等常见问题及应对
能总结从 SFT 到 DPO 的完整训练流程与评估方法
换一题
上一题
AI Agent应用开发和Java开发、算法应用是什么关系?
下一题
请描述Spring中Bean的创建和销毁生命周期过程。
本题还出现在
互联网/IT行业面试题
人工智能面试题