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...

锐评一下我的简历吧，投几天了都没有找到，成都双非本。

求大佬们拷打简历，投了好多简历了，基本上都没面

很多同学技术面、业务面都稳了，却栽在HR面。其实HR面不考专业深度，只筛人岗匹配、稳定性、价值观、薪资预期四大核心，来来回回就这几类问题。  一、必聊4大类问题（高频原题） 1. 自我介绍与基本情况 请做1分钟自我介绍 简单说说你的优缺点 平时有什么兴趣爱好HR目的：看表达逻辑、自我认知、性格是否合群  2. 求职动机与稳定性（最关键） 为什么离职/换工作？ 为什么选我们公司/这个岗位？ 未来35年职业规划？ 能接受加班/出差/通勤吗？HR目的：判断你会不会干不久就走，是否真心想来  3. 软素质与行为题 讲一段最有成就感的经历 遇到冲突/压力怎么处理？ 怎么看待团队合作？ 举一个你解决问题的...