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...

恐怖如斯

找嵌入式工作，很多人不是能力不够，而是简历一上来就写乱了。嵌入式简历和其他岗位不一样，招聘方最想看的不是你会不会写漂亮话，而是你做过什么平台、用过什么芯片、熟不熟协议、有没有项目落地经验。所以简历模板一定要解决一个核心问题：让面试官一眼就能抓到你的技术栈、项目经历和岗位匹配度。这套模板为什么好用？个人信息放在最上面，求职意向直接写清楚不绕弯子，面试官打开就知道你投的是嵌入式软件开发，不会让人猜。专业技能单独成块，技术关键词集中展示像 STM32、FreeRTOS、UART、SPI、I2C、CAN、MQTT 这些内容，最好前置。因为嵌入式岗位筛简历，本质上就是先扫芯片、协议、系统、工具链。教育背...