滴滴未来精英内推

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 ...

打算暑假去实习，大佬们看看我的简历ok吗？😖😖

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

如果你最近在看AI岗位，或许思考过这个问题：研发出来的AI能力，怎么稳定地接入业务、服务用户？今天这个岗位就是在解决这个问题。一天一个AI岗位解析，今天介绍的是——AI服务后端开发工程师。相比“做模型”或“做产品”，它更关注的是：👉 如何把AI能力，变成一个可用、可扩展、能支撑大规模用户的系统。🧩 主要工作内容：让AI能力“使用起来”从JD来看，这个岗位的核心并不在模型本身，而是在模型之外的一整套服务体系。可以从三个层面来理解它的工作。1️⃣ 搭建AI语音服务的后端架构你会参与的是一整条服务链路的建设，比如：语音能力的接口封装后端服务的设计与实现平台化能力的搭建这些工作的本质，是把原本单纯...