如何判断 DPO 训练后模型学偏了，应该怎样解决？

知识专题：偏好对齐题目类型：故障排查技术难度：进阶

相关面经：1 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

1 篇

阶跃星辰

LLM Agent 实习生

2026-04-17实习一面

查看原面经 →

如何判断dpo学偏，如何解决