最近看着AI越来越火，身边很多同学都想冲，但是一上来就去学大模型训练、深度学习、论文，学了半个月就放弃，又迷茫又内耗。我这段时间自己查资料、看招聘、问学长，慢慢想明白了一件事：我们这种零基础、非985/211的学生，入门AI，根本不是去搞科研，而是去“落地”。给大家说说我心中最适合普通人的几个方向：（1）Prompt 工程（最适合零基础入门）真的不是网上说的“花活”。会写精准提示词，能让AI做数据分析、生成代码、写文档、做总结、处理业务逻辑。门槛最低，马上能用，面试、实习、工作都能拿来提高效率。适合所有人，哪怕代码一般也能学。（2）RAG 检索增强生成（我最推荐）不用训模型，不用懂高深数学，只...

0实习，春招能拿到offer吗，  孩子要哭了🥹🥹

项目代码黑马点评，ai优化了一下，加了几个点agent项目也是比较简单玩具的一个项目。代码能力实在不怎么熟练，光去看八股了，算法的话，目前刷了两遍hot100和部分的150的题目面后端的话，直接对着大厂暑期实习冲吗，海投那样吗？求大佬点评点评

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...