1. 你做过的后训练项目里，最难解决的问题是什么2. SFT 数据你怎么构造，怎样避免模型被训练“油了”SFT 最大的问题不是量不够，而是数据风格太单一，最后把模型训成一种固定腔调：很会说、很圆滑、但信息密度低。构造数据时我一般会先按任务拆层，比如信息抽取、工具调用、复杂问答、拒答、安全、长文总结、结构化输出，每一层的目标都不一样。然后再做难度分桶，避免模型只见过简单样本。另一个关键点是负面风格清理。很多数据表面上没错，但非常模板化，比如“这是一个非常好的问题，让我们一步一步分析”，这类东西在少量数据里没问题，规模一大就会把模型带偏。所以我会专门清掉这种“高礼貌、低信息”的样本，保留更接近真实...

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。

答案是：有，但你得想清楚几件事。先说现实双非的标签确实存在，大厂HR筛简历时学历是第一道门槛，这没什么好回避的。字节、腾讯、百度、华为这些头部，校招季会优先看985/211，双非简历可能在初筛就被过滤掉。但C++这个方向有点特殊。为什么C++对双非相对友好C++岗位本身就是技术密度最高的方向之一，市场上真正能写好C++的人并不多。音视频、嵌入式、自动驾驶、游戏引擎、高频交易……这些方向都严重依赖C++，而且很多中小公司、外包、垂直领域公司根本不在乎你是不是985。更重要的是：C++的技术深度可以弥补学历的宽度。一个能讲清楚内存模型、手写智能指针、理解多线程竞态条件的双非学生，比一个只会背八股的...