Update blog

Author: windshadow233

source/_posts/2025/07/大语言模型训练原理与实践（六）：dpo算法.md

@@ -102,7 +102,7 @@ $$
 $$
 P(i \succ j)=\frac{p_i}{p_i+p_j}
 $$
-其中，$$i \succ j$$ 表示在某个维度上 $$i$$  超越了 $$j$$，$$p_i,p_j$$​ 分别表示两个对象的某种得分（得分必须为正数）。
+其中，$$i \succ j$$ 表示在某种标准上 $$i$$  超越了 $$j$$，$$p_i,p_j$$​ 分别表示两个对象的某种得分（得分必须为正数）。
 
 在建模 $$(x,y_c,y_r)$$ 这一文本问答的偏序数据时，论文采用了下述公式：
 $$