题目 ID: q-4953 为什么现在流行用DPO替代PPO? 频次 2 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 为什么现在流行用DPO替代PPO？为什么现在流行用DPO替代PPO？DPO有什么局限性？ 常见公司 字节跳动