SFT 与 DPO 的训练目标、数据和适用场景有什么区别？

知识专题：偏好对齐题目类型：比较选型技术难度：进阶

相关面经：2 篇

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

2 篇

美的

大模型算法实习生

2026-04-01日常实习一面

查看原面经 →

Sft模型和dpo之后模型的对比?Dpo和sft顺序?

快手

LLM 算法

2026-03-22实习一面

查看原面经 →

dpo和sft的区别，dpo有没有实际用过，分别适用于什么场景