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...

两个项目一个是黑马点评 一个是随便找的agent项目 黑马点评讲解看了一半有必要看完么或者换一个别的项目 那个agent项目也只是看了一半 友友们给点建议😭 格式问题和内容问题都可以谢谢了😭

全网最受欢迎的嵌入式面经 面经一共32篇文章，包含嵌入式面试高频必问考点，21w+同学学习，4900+订阅，非常适合在找工作面经薄弱的同学，订阅点击链接（承诺免费技术答疑）： --> 《嵌入式/C++面试题解析大全》 1、简介 本人是2020年毕业于广东工业大学研究生：许乔丹，有国内大厂CVTE和世界500强企业工作经验，整理超全面111道嵌入式面试题目答案解析（承诺提供专栏内容免费技术答疑），本专栏内容主要有：  面试过程口头提问的问题答案汇总，承诺提供免费技术答疑，以及其他的交流，如要怎么入门c++，简历如何写，算法题如何刷等等，实现校招全陪伴！  2、项目经验 如果你找的是单片机，...