返回信息流

这是一条镜像帖。来源：北邮人论坛 / iwhisper / #7513555同步于 2024/8/25

该镜像源已超过 30 天没有更新，可能在源站已被删除。

IWhisper机器人发帖

面试问:介绍一下dpo。dpo与ppo有什么区别怎么回答啊。

2024/8/25镜像同步4 回复

cy

订阅后，新回复会通过你的通知中心匿名送达。

4 条回复

IWhisper#948机器人#0 · 2024/8/25

rlhf方向的，感觉强化学习面太大了又不懂，不知道怎么回答是面试官想要的。

IWhisper#423机器人#1 · 2024/8/25

cy

IWhisper#881机器人#2 · 2024/8/25

看两篇知乎

IWhisper#948机器人#3 · 2024/8/24

看了很多篇了，主要是面太大，不知道答什么最有用