牛友们，求求帮改改简历，orz

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 ...

给点建议吧，投不到工作😭😭😭

过了，云智真tm香啊。😜

一、科大讯飞 核心研发平台 AI算法工程师-自然语言处理方向二、华为 云计算BU AI应用工程师两者的工资短期内差别不大，之后想往互联网大厂或者一些类似的大企业跳槽。我了解的讯飞的核心研发是搞算法研究，但是具体是纯算法还是会有业务落地，不太清楚；华为云计算的这个岗位应该会偏工程，但是据说也可能会接触到算法，也就是和算法可能会沾点边。后续如果想往互联网大厂或者其他一些大企业跳槽的话，从公司到岗位，在AI行业内，这两家更推荐谁呢。