DPO 训练中遇到过哪些实际卡点，如何定位并处理？

知识专题：偏好对齐题目类型：经历介绍

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

百度

多模态 LLM 算法实习生

2026-04-20日常实习二面

查看原面经 →

DPO过程的卡点

美的

大模型算法实习生

2026-04-01日常实习一面

查看原面经 →

Dpo训练过程中是否有不稳定?损失函数怎么表现?