题目 ID: q-6333 然后问：大模型训练常见的 loss 有哪些，写一下公司（写了交叉熵 KL 散度 PPO DPO 的 loss） 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 字节跳动