long模板

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...

这种简历可以吗想进个小公司就可以了，只想有个稳定的工作有点结巴

C++ Qt 方向的学习，本质不是“学会用 Qt 写界面”，而是构建一套完整的工程级应用开发能力。很多人一开始容易陷在控件和 UI 上，但真正拉开差距的，是 C++ 基础、Qt 框架机制理解，以及工程设计能力。一、C++ Qt方向到底要学什么首先是 C++ 基础，这是所有 Qt 能力的根。Qt 本身只是框架，底层依然是 C++。必须掌握面向对象编程、内存管理（RAII 思想）、智能指针、STL 容器、多线程基础以及对象生命周期控制。如果这些不扎实，后面写 Qt 项目很容易出现内存泄漏、线程混乱等问题。其次是 Qt 的核心机制，这是 Qt 和普通 C++ 最大的区别。重点包括信号与槽机制、事件循...