陕煤物资集团

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...

手撕两数之和（不是力扣 是输入两个数字返回数字的和）

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

 一、技能栏：精准不堆砌按岗位选关键词，别大杂烩 通用办公：提示词工程、AI办公自动化、文心一言/DeepSeek/Notion AI 运营市场：AI文案生成、AI素材策划、社媒内容优化 产品/数据：RAG、AI数据分析、A/B测试、智能流程搭建 技术岗：PyTorch/TensorFlow、大模型微调、向量数据库、Agent开发二、工作经历：STAR+量化，一眼加分错误写法使用AI工具提升工作效率正确写法（直接套用）1. 用提示词工程搭建内容生产工作流，单篇文案耗时从2h缩至15min，效率提升80%2. 借助AI完成数据清洗与报表自动化，每周节省4h人力，准确率提升95%3. 基于RAG搭...