为什么DPO中chosen/rejected概率同时下降？

📌 本期解析鹅厂大模型算法岗面试题：DPO 训练时 chosen 和 rejected 概率同时下降是什么原因？如何处理？

📒详细解析内容➡️滑图查看！

🎯相关内容已经总结到下方学习笔记中，持续更新！在平台提供大模型一手、原创、深度解析！带给大家更多好玩实践项目。