给自己制定的摩托车安全驾驶规定（七）

刷到太多牛友吐槽：投了上百份简历，零面试邀约，每天在焦虑里摆烂，不知道该做什么，眼睁睁看着春招快结束了，越来越慌。我太懂这种感受了。去年秋招，我投了80多份简历，只拿到2个面试邀约，全挂了。后来春招，我靠着空窗期的精准规划，投了60份简历，拿到了12个面试邀约，最后拿下了字节、阿里、美团3个offer。今天就把我亲测有效的方法全部分享出来，零面试邀约不可怕，可怕的是你在焦虑里躺平，白白浪费了弯道超车的机会。这6件事，每天花4小时就能做完，坚持1周，就能看到效果，面试邀约直接找上门。先搞懂：为什么你投了几百份简历，却零面试邀约？在说怎么做之前，先帮大家找到根源，90%的零面试，都是这3个原因导致...

从一月中到现在，最大的感悟是累、其次是不要怀疑自己

你在leetcode上练的都是死代码能力🤣

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...