首页 > 试题广场 >

SFT 和对齐(RLHFDPOIPOPPO)原理差在哪

[问答题]
SFT 和对齐(RLHF/DPO/IPO/PPO)原理差在哪?在不同数据与资源条件下,你会怎么选路线。

这道题你会答吗?花几分钟告诉大家答案吧!