美团内推#美团内推#美团内推

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...

友友们，本来在一个做自动驾驶的大厂实习，但因为长时间没刷宿舍门禁刷脸被导员发现，后面被拷问出来在实习后也是迫于压力离职了。但是我争取了一下，公司那边说是如果暑假还有hc的话我可以继续入职。但是只是口头承诺，我很焦虑到时候一句没有hc了就炸了（暑期目前只有一个小厂offer，四月才开始投，两个月生疏八股算法，感觉拿别的大厂暑期实习无望了）  友友们有什么建议吗？比如我要不要持续跟hr聊天来增加些好感度之类的？

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

我现在的处境真是进退两难啊，一心死磕大厂实习，投了快十家，笔试挂了一半，面试也没下文，真的要emo了。身边有同学劝我，实在不行就去小厂过渡，可我是真不甘心啊！总觉得小厂的平台不够大，学不到东西，而且怕刚接了小厂的offer，大厂的面试通知就来了，到时候骑虎难下，两边都耽误。每天都在纠结，一边是死磕大厂的遥遥无期，一边是小厂的纠结犹豫。看着别人要么拿到大厂实习，要么安心去小厂，就我卡在中间，不上不下。也知道自己有点钻牛角尖，小厂未必就不好，可能反而能接触到核心业务，比在大厂做边缘打杂强，但心里就是过不了那道坎，总觉得“没进大厂，就是输了”。有没有跟我一样的牛友？一心死磕大厂，却屡屡碰壁，面对小厂...