阿里灵犀互娱24届春招需注意！！！

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...

暑期实习投了十几天，能投的都投了，一个面试没有，pdd，快手，小米直接挂，不然一直都泡池子，简历还能怎么改进吗，后端还是太卷了

java岗位300沟通0回复，然后改成纯golang的简历了。几十个沟通8个要了简历，只有一家山东的公司给了面试。大部分投的都是成都的，但是最后回复的基本都是外地的，是我简历写的有问题，还是说成都28届就是这样的。

纯聊天面，面试过去快一个月了，之前出去玩了，才想起来整理1.之前实习感受比较深的部分哪些2.在这个过程AI工具的引入介绍3.目前对AI工具的关注哪些4.介绍你的RAG项目5.你这个项目到目前为止已经有一段时间了，目前你的新思路有哪些6.对于Agent的了解7.对自己的规划是怎么样8.如果过得话，什么时候提前实习感觉没啥难度，一周后，官网挂了，三面挂无语子，难呢