9.23 小米笔试

1.自我介绍2.实习经历3.实践与团队经历4.为什么选择计算机/软件工程专业5.如何处理与家人的分歧6.觉得最难的课程是什么，如何克服7.社团/实验室经历8.学业情况9.最困难和最遗憾的经历10.如何评价自己11.家庭情况12.对泛微的认知13.对 AI 的看法

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

我觉得我经历很丰富啊，为什么在西安只有7k😭

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...