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...

我觉得我经历很丰富啊，为什么在西安只有7k😭

我大三tmd逃课去白马培训是吧，你老冯同意了没？

1、WebSocket 相关 - WebSocket 是不是第三方组件？→ 不是，是浏览器原生 API；心跳是自己封装的保活机制。 - 基于什么协议？→ 应用层协议，底层 TCP，握手用 HTTP，传输用 ws/wss。 - 怎么保持长连接？→ TCP 本身持久连接 + 心跳包定时发送，防止网关 / 防火墙断开。 2、小程序 /uni-app 开发 - 是否上线？用什么技术栈？→ 微信小程序已上线，用 uni-app + Vue 开发。 - 布局方式：Flex / Grid→ 主要用 Flex 弹性布局，适配移动端最强；Grid 了解但项目用得少。 3、React Native 开发 - 是否...