有大众营销岗的同学吗

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...

绷不住了

不知道过两年会变成啥样…   

项目拷打：问了我两个项目的ai功能是怎么实现的，然后我说只是调用了一下ai模型，微调了一下系统预设，然后就感觉面试官对项目不感兴趣了，他直接说没看到什么亮点😭，让我自己说一个亮点，我说对ai接口限流，他以为是我对大模型进行流量控制，一下子来劲了，然后我说是使用Redission的令牌桶对接口限流，他就停了一下，接着问我会不会写python脚本，绷不住了😂八股拷打接口和抽象类有什么区别？Java中volatile关键字的作用是什么？volatile的底层实现是什么？（就说了什么Load屏障什么之类的，没答全😭）MySQL的事务隔离级别有哪些？MySQL的默认事务隔离级别是什么？MySQL默...