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...

26届本科生，简历写成这样可以吗，毕业回家了过完年来找工作，很迷茫，不知道投什么岗写项目完全离不开ai

我是27届，刚开始投暑期实习，完全没经验。前三家全手动填，每家大概20分钟。填到第三家的时候真的有点崩溃——姓名学校专业项目经历联系方式，每家都要从头填一遍，格式还不一样，字数限制不一样，有几个字段要重新组织语言。那天我发朋友圈吐槽了一下，一个大三的学长回复我：你怎么不用网申助手？我：什么？他：牛客出的Chrome插件，把信息录进去一次，以后打开任何网申页面自动填，不用每次重新输。我：……（沉默） 装完之后是这样的：打开招联金融的网申页面 → 插件自动识别字段，一键填好 → 我只用检查一遍开放题（"自我介绍"和"为什么选我们"要自己写）→ 确认提交。全程...