题目 ID: q-5371 RLHF/DPO/IPO/KTO 对齐算法全对比，损失函数详解 频次 1 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 暂无追问变体。 常见公司 阿里（阿里云 / 达摩院）