题目 ID: q-4405 dpo训练对于系统问答的优化在哪里 频次 4 NLP与大模型 收藏 标记完成 当前状态：未收藏、未完成 常见追问 拷打 rag 项目：dpo训练对于系统问答的优化在哪里 常见公司 小红书