求大佬帮忙看看，离线数仓的bug

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...

两个项目一个是黑马点评 一个是随便找的agent项目 黑马点评讲解看了一半有必要看完么或者换一个别的项目 那个agent项目也只是看了一半 友友们给点建议😭 格式问题和内容问题都可以谢谢了😭

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

最近整理了一下面小鹏嵌入式软件开发岗位的一面内容。整体感觉是，一面问得还是比较扎实，重点集中在嵌入式基础、RTOS、通信协议、内存、驱动理解和项目细节上。题目本身不算特别偏，但比较考验基础是否成体系，尤其是很多问题都可以顺着项目继续往下深挖，所以准备的时候不能只停留在背概念。请先做一下自我介绍，并重点讲一个你最熟悉的嵌入式项目你项目中的数据流是怎样的，从采集到处理再到发送，中间经过了哪些环节MCU 从上电到进入 main 函数，中间一般会经历哪些关键步骤启动文件和链接脚本分别起什么作用，为什么嵌入式开发离不开它们全局变量、局部变量、静态变量一般分布在哪些内存区域栈和堆分别适合什么场景，在嵌入式...