想请教各位业内前辈和 HR 大佬：因为没找到暑期实习的Agent岗位，本人暑期计划入职大厂 Android 开发实习，因为担心Android未来可能受限，所以秋招核心求职方向为Agent 智能体应用开发、大模型应用开发。个人背景：已有一段 Agent 相关实习经历；同时有三段科研项目，方向主要为 Android UI Bug 检测、性能检测，其中一项科研项目与 Agent 技术高度相关。想请问：暑期继续做 Android 客户端开发实习，秋招跨赛道投递 Agent 开发岗位，会被面试官判定方向不匹配、简历减分吗？另外秋招该如何优化简历结构与面试话术，更好弱化暑期实习方向差异、突出自身 Agen...

本来下午都要面试了，提前一周约好了面试，现在有把我踹了？？？真服了

rt 不知道是真的假的丁老板 太难绷了

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...