← 返回题库查看进度看板

题目 ID: q-6198

为什么偏好对齐不能直接用偏好数据做 SFT，而用RL

频次 1

NLP与大模型

当前状态：未收藏、未完成

常见追问

暂无追问变体。

常见公司

字节跳动