直接偏好最佳化

企業如何使用這個概念？

評估用偏好對改善回答風格的可行性。

容易混淆之處

DPO 使用偏好比較，不等同只模仿單一標準答案。

定義依據

• 原始研究論文（arXiv）

來源查核日期：2026-09-09

繁體中文為編輯工作譯名；本次未取得統一官方繁中譯名的證據，英文名稱保留概念辨識，不冒充標準條文譯本

相關服務