1. 自我介绍2. 项目拷打，重点说训练目标、数据构造和效果闭环3. SFT 的损失函数怎么计算，如果样本长度差异很大要注意什么SFT 本质上还是标准的 next-token prediction，常见就是对目标输出 token 做交叉熵损失。对于指令微调来说，通常不会对整个输入输出序列都算 loss，而是只对 assistant 部分或者需要学习的 target 部分做 mask。这样模型重点学习回答分布，而不是把用户输入再复述一遍。样本长度差异很大时，最需要注意的是 loss 的归一化方式。如果直接对 batch 求和，长样本会天然占更大权重，训练会向长回答风格偏移。更稳的做法通常是按有效...

能的兄弟，能的，一天200k我肯定干

希望有行业从事人员，帮忙点评一下哪里有不足

首先第一第一 每个人都不是百科全书 都会有不会的问题。首先第一 一定要想得让面试官 看到你在思考而不是不动脑子,必须装也要装出来即使你没思路想了30秒之后，如果不会，需要诚实的回答不会。面试是短时间内调用你大脑里已有知识，迅速进行回答的场合。你平时没有相关的积累，就不要勉强回答。为什么呢? 因为你这道题不会，面试官通常都会问其他问题的，只要你不是每题都不会就行了。一两道题不会，不用担心，你可以在其他问题里，扳回一局的。真的不用太担心因为一些问题回答不出来，就担心自己的表现。另外呢，你强行回答，要么文不对题，要么罗里吧嗦的。这个只会更加破坏你在面试官面前的形象。当然你不需要就只是回复不会，这两个...