贝壳待定

大家好，最近校招圈最炸的消息，莫过于百度3月9号启动的2027届暑期实习了。5000+Offer，90%是AI岗位，七大业务专项同步启动。说实话，我在这个行业这么多年，这种级别的招聘力度，确实少见。说实话，看到这个数字的第一反应，我也和大多数人一样——“真的假的？怎么突然这么大动静？”。立刻去找百度内部的同学打听了一下，又翻了翻最近行业的动向，才意识到这波招聘背后的信号，比表面数字要深得多。先说说行业。今年开年以来，AI领域的竞争明显在加速，各家都在抢滩。而内部聊到的信息更直接：这次5000+Offer不是临时起意，是业务线的硬需求堆出来的。七大专项，对应的是大模型、自动驾驶、AI芯片、智能云...

润色了一下，这个简历还有救吗，春招还能上岸吗😭经历秋招洗礼，感觉运气>>实力

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

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 ...