5.19号正式入职，干了两周端午就回学校准备考试了。简单说说感受吧。 🏢工作环境：是在美团的望京鼎成这块，算是很新的办公点。四栋楼，每栋14层楼四部电梯，高峰期很堵，排很长的队。工位的不算宽敞，外接显示屏后就没多大空间。整个工区的采光还不错，人体工学椅躺坐都挺舒服，中午可以带个眼罩和枕头会休息的好点。每层楼也会配咖啡机（要钱），热水机，自动贩卖机。 💼工作内容：前两周一直在landing，项目涉及的服务比较多，整个链路比较长，我所要负责也有四个模块。所以就一直在看文档，看代码，查日志，搞清项目结构。自己的产出目前就只有几个新人文档,包括怎么配环境，怎么查日志等（之前组里的不完善，自己也踩了...

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

是简历有什么问题吗，求大佬指点要玉玉了

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...