记录华为速通

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 ...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

报志愿时候是幻想的学技术时候是后端的找实习时候是卷爆的谈薪资时候是压价的上班的时候是想死的我当务之急应该马上回家里蹲准备考公考编，而不是在这里天天加班开会😡

作为计算机专业，身边同学一半北漂去了中关村西二旗，一半沪漂去了张江漕河泾，自己也在两个城市都实习过，今天从程序员的视角，用6个最核心的维度，拆解北漂和沪漂到底哪个更苦，给正在选城市的牛友们一个最真实的参考。先给核心结论：基础生存层面，北漂更苦；精神生活与长期发展层面，沪漂更磨人。租房与通勤老破小溢价极高，通勤两极分化严重租房选择更多，通勤更平均北漂更苦气候与生活干燥、沙尘暴、冬天极寒，生活配套粗糙梅雨季、冬天湿冷，生活便利度拉满各有各的苦，北方人怕沪漂，南方人怕北漂职场与加班互联网卷度拉满，职场无边界感卷度不低，但职场边界感更强北漂更苦落户与长期发展户口门槛天花板级，几乎无落户可能应届生落户政...