前几天面试的时候，因为想让实习经历好看点，硬着头皮说了一句大话，结果面试被面试官当场追问，直接翻车，尴尬到想找地缝钻进去！就是那句“熟练使用LangChain搭建AI项目”，其实我就跟着教程做过一个最简单的demo，连核心逻辑都没吃透，纯纯凑数的，写在简历上的时候就贼心虚，就怕被问到。结果真的怕啥来啥啊，昨天面试，面试官看完简历直接问我，“你用LangChain搭项目的时候，怎么解决Tool Calling的冲突问题？” 我瞬间懵了，支支吾吾说不出来，脸一下子就红了。最后只能老实交代，说自己只是初步接触，还没深入研究，面试官也没为难我，但我能感觉到，他看我的眼神都变了，估计这次面试又凉了。真的...

修改了下简历，这两天投的也没啥面试，都是简历投递出去就不回复了

腾讯面试这个状态是啥意思

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...