有木有做模型部署的uu们一起交流

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...

我在秋招和春招加起来面了 20 多家大厂嵌入式岗位，有一个结论是反复被验证的：FreeRTOS 不是加分项，而是默认你必须掌握的底层能力。一开始我对它的理解停留在“会用 API”：能创建任务、用队列通信、用信号量同步。但只要面试官往下追两层，这套体系就会直接崩掉。真正的分水岭不在“用过没有”，而在于你是否把它当作一个简化的操作系统来理解。下面是我踩坑之后总结出的核心考点和应对方式。一、FreeRTOS 在面试中的真实定位面试官用 FreeRTOS 判断三件事：你是否具备操作系统基本认知你是否具备系统建模能力你是否做过真正的工程而不是 demo如果不会 RTOS，你的代码模型通常是：while(...