← Tillbaka till alla frågesporterGuidelänkat frågesport • Medium Nivå • 6 Frågor

Quiz för optimering av direkta preferenser

Testa din förståelse för hur Direct Preference Optimization fungerar och varför det förenklar anpassningen.

Relaterade ledstråkDirekt preferensoptimering
Fråga 1 av 6

Vad eliminerar DPO jämfört med traditionell RLHF?