阿里盒马 私人电话让我电话面试

每到求职就业季，就是一次就业高峰期，按照各大公司的招聘惯例，新人入职需要经过重重关卡，入职体检就是其中一项。大四小王（化名）却差点被这个体检难倒了。临近毕业，小王顺利的面试上了心仪的工作，在进行入职体检时，小王体检单上血检中显示转氨酶指数过高，小陈也没太在意，直接上交了体检结果，却被公司列入了复检名单。公司表示，由于他的转氨酶指数过高，需要重新检查，排除病毒性肝炎，尤其是乙肝的可能性。虽然法律规定，用人单位招用人员，不得以是传染病病原携带者为由拒绝录用。“转氨酶升高主要和病毒性肝炎、酒精肝、脂肪肝、肝硬化、肝脏肿瘤及某些感染性疾病等有关，甚至一些非病理性原因，比如剧烈运动、过于劳累或检查前服用...

28届双非本科大二学生，计算机科学与技术专业的。目前准备找第一段实习，目标是后端开发，翻遍自己的经历后艰难凑了份简历出来，但是不知道能不能得到面试，恳请各位大佬批评。

遇到一个民科乐子，最难绷的一集。

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 ...