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...

双非学历之前校招的时候boss拉满了，都是招呼别人，也很少有人理我。现在有了个title投社招一堆人招呼我，体验到了92投boss的感觉，别人主动给你打招呼。上午大概发了十几个左右的招呼下午就约了两个面试。回头给牛友们发一下社招的面经。

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

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...