长安汽车上海线下面试

在2025年秋招，我是从八月份开始陆续投递的，是的，没听错，26届的秋招不在是金九银十了，而是金八银九铜十铁十一了。我秋招一共投递300+，美团、京东、滴滴、快手等中大厂，九月份和十月份一直在面试，中间有一个非互联网厂过了，一直催我签三方，好在我拖了两周，最终在十月底拿了offer！

项目自己做的，实际上没测试过，我怕来不及了。。。。。

有过一段实习经历不过没什么产出，从开学投简历到现在，一共才4个小厂面试，都挂了，目前只会后端，已经学了1年了，秋招想着学个mallchat项目包装到简历上，春招好冲中厂，还刷了leetcode hot100不想放弃啊😭😭，感觉目前好像都要全栈或者ai应用开发，舍友考公下岸目前找到4k实施工作，我也有点想转行了，java真的不当人啊，厦门这边一堆招2-3k的转正5-7k哭死。接触过前端不过不熟啊，目前要找工作的话是先学前端还是学点spring ai

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...