天天有人在牛客上刷到有人问“找不到大厂实习，去小厂会不会废了？”“接了小厂offer，怕大厂转头就给我发offer，怎么办？”我就想问一句：你死磕大厂，倒是能拿到offer啊？手里一个offer都没有，还在嫌弃小厂这不好那不好，纠结去不去，这不纯纯骑着自行车纠结要不要买宾利吗？先说说我身边两个极端的例子，你们就懂了。我室友，典型的“非大厂不去”，今年暑期实习，从3月到6月，只投大厂，中小厂的offer看都不看，拒了3家杭州本地的小厂，天天在宿舍死磕大厂。结果呢？大厂暑期实习招聘都结束了，他手里还是0offer，秋招简历上一片空白，现在天天焦虑，后悔当初拒了小厂的offer。而我另一个同学，双非...

我大三tmd逃课去白马培训是吧，你老冯同意了没？

刚实习了两周，被导员一通电话打过来可能会给处分学校这里坚决是不允许大二大三实习，只有大四后半学期才允许😂不知道被谁举报的，总之回来领导跟我说了一大堆，说在学校呆着能学到知识以外的东西。然后一门课也是被重修了，感觉好不容易实个习，一波三折的。最后还是选择了不回头，总觉得，人这一生就这一次，要尽力去活才算圆满。

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...