笔试冲突怎么选啊

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 ...

感觉我的简历在本科生中也不算差，面试的时候八股和算法只要不挖的太深都回答的上来，为什么老是被一面挂😭最近被一面挂麻了，即使问了面试官对我的印象说还不错也仍然被一面挂，真有点怀疑人生了😭

rt 不知道是真的假的丁老板 太难绷了

近日，互联网大厂的最新待遇水平出炉。该数据显示，以企业年度薪酬总支出折算，多家头部公司的人均年薪已达到“百万级”水平，其中腾讯以112.8万元的人均年薪支出位居榜首。根据这份参考数据，在统计的20余家公司中，腾讯的人均年薪支出高达112.8万元，折合月薪约为9.4万元，成为唯一一家突破110万元大关的企业。紧随其后的是近年来在电商领域势头强劲的拼多多，其人均年薪支出在115万至125万元区间，月薪超过10万元，展现出极高的薪酬竞争力。字节跳动和阿里巴巴同样处于第一梯队。字节跳动的人均年薪支出约为100万至110万元，阿里巴巴则在93万至100万元之间。老牌科技巨头华为虽然未上市，但其薪酬水平依...