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...

Thank you Hellobike.

27届民办学院本找java实习，ssob投了大概1000份只有一个面试，4.1开始投递的，现在感觉也没什么岗位了，最近特别的焦虑，每天就是看有没有人回复我的简历，感觉现在找不到实习就完蛋了，没有了一开始学习java的动力和热情了，我记得最初的我是一个很乐观的人，为什么会这样呢？附简历

Java 校招面试里，真正高频的内容其实很集中。你不需要一上来把所有框架源码都啃完，先把基础八股打牢，已经能覆盖大部分一面、二面的提问范围。通常会围绕这几块展开：Java 基础、集合、并发、JVM、数据库、Spring、MySQL、Redis、网络。这篇文章按校招常考思路来写，尽量讲清“是什么、为什么、怎么考”。一、Java 基础Java 为什么跨平台？因为 Java 代码先编译成字节码，运行时由 JVM 解释或编译执行。不同平台安装不同的 JVM，就能实现“一次编写，到处运行”。JDK、JRE、JVM 的区别：JVM 是 Java 虚拟机，负责运行字节码。JRE 是 Java 运行环境，包含...