移动运营商

我觉得“沪漂”比“北漂”要好很多。首先，上海整体环境更精致有序，城市节奏虽然快，但不至于让人过于压抑。无论是街道管理、公共服务，还是生活便利性，都让人更容易适应长期生活。其次，上海更注重规则和边界感。在职场和日常交往中，人际关系相对简单直接，少了一些无形的压力，这对外地打拼的人来说会更轻松一些。再者，上海的生活方式更加多元。你既可以努力工作，也能找到属于自己的生活节奏，不至于被单一的“奋斗叙事”裹挟。当然，北京也有它独特的优势，但从长期生活的舒适度来说，我还是更倾向于选择上海。

投递淘天前，boss上看了我的简历，然后邀请我投递他们部门，发了内推邮件过来让我填信息，还打电话跟我说赶紧投递，有什么问题可以问他，简历是他这过的，他可以给我过的，直接投就行。结果一志愿投完了给我挂了，问他就说简历初筛没过，不好意思，我又问他简历是你筛的吗？他说是的，我也不知道该说啥了

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

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 ...