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...

目前只有wxg约过一面，手撕没撕出来就挂了

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

📍面试公司：百度❓面试问题： 挑一个你觉得相对有技术挑战的，仔细讲一下 流式输出SSE 的请求用的是什么框架？ 怎么去做吐字动画？ 项目分工 AI coding 写一个类似于搜索框的搜索的产品。从技术设计上你觉得有什么可能需要特别注意或者考虑的点吗？结合你刚刚的这些搜索对话什么的。（应该要回答防抖节流之类的） 搜索的字符匹配高亮，这个后端要如何处理接口呢？写一个接口的 API 搜索的时候，他可能会有一个假设一个场景。我搜索第一个query的那个时间特别长，可能是 10 秒钟才回来。然后搜索第二个query，回来的时间比较短，可能 2 秒钟就回来了。那这个时候那个搜索结果页会发生什么呢？（第二...