核心本地商业-业务研发平台4.1 一面 4.3二面 4.7 oc 4.12 offer4.1 一面自我介绍项目拷打（重点）自动化测试的应用场景python装饰器是干啥用的python with有什么作用try...except/finally是怎么工作的http与https的区别tcp与udp的区别tcp三次握手过程，为什么是3次场景题：一个登录界面如何测试编程题：正整数分解质因数反问4.3 二面自我介绍项目拷打（相较于一面甚至没有很具体的提问细节，只是问了一下碰到的麻烦以及如何解决）AIcoding：给AI输入prompt设计一个判断评论是否违规并删除的功能AI如何赋能测开AI相关问题反问总...

28届找暑假的日常实习，投什么厂合适呢，现在八股基本过了一遍，hot100差不多刷完了 求各位大佬指点

hr先为昨天的delay道歉了，态度很温柔也很专业。主要问一些压力的克服实习内容与成长，困难怎么克服到岗时间与实习时长为什么不考研先打了个mentor和leader比较忙的预防针反问：工作节奏，offer时间

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...