我发现自己总是卡在 HR 面，问题往往不在技术，而在薪资沟通。我一开始习惯直接报一个偏高的期望，但没有解释为什么值这个价，在 HR 看来就只是“要价高”，自然容易被筛掉。所以后面我会适当说低一点。

😭😭😭投了好多，都石沉大海了，是不是简历太菜导致的？咋办啊，想找个嵌入式岗位这么难吗😭

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

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...