满帮

一些个人见解，主要是记录下找暑期的感受，希望下面的建议能帮到别人。如果你是顶2/末9以下，现在还是0实习的话，我认为可以准备考研或先投投小厂等秋招再战。1.海投，在暑期投了大概20多家吧，对于我0实习末9本的bg，简历不过筛是常有的事，所以最重要的就是得海投。2.项目，我最后简历上写的是点评+外卖和AI对话两个项目，实际面试中感觉对项目的提问占比非常大，所以一定要把项目摸透。另外最好还是得有个和AI相关的项目，最好知道评价项目的量化指标（比如RAG召回率、准确率，响应时间之类的），让你跟面试官有的聊。强烈建议去看看讲解Claude Code泄露的讲解视频，我现在的公式吟唱就是“我现在的某个模块...

吓哭了，明天被面试塞满了

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

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...