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...

腾讯 京东oppovivo快手美团百度字节蚂蚁上面的厂都投了，有的直接简历挂了（快手  阿里挂的最严重），测评做了，有的给了笔试，但为啥大多都一直卡流程？卡在“简历筛选/评估中”，这是怎么回事？项目不行？还能找到实习吗？

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

今天华为后端一面，记录一下，感觉和字节美团那套完全不一样。我27届，211，找暑期实习，同时在跑几家。 【最大的区别】互联网大厂（字节/美团/腾讯）：八股+算法题+系统设计，模板化，准备好模板答就行。华为这边：几乎不问八股，重点是项目。面试官会顺着你的项目往深了挖，问的是"你为什么这么设计"，而不是"背一下HashMap原理"。【具体问题】1. 你最近做的项目，介绍一下整体架构，遇到什么挑战，怎么解决的。（我说了一个用Redis做缓存的项目，面试官追问：为什么选Redis不选Memcached？缓存穿透怎么处理？这两个我答上来了，但追问很深，要真的用过才...