阿里国际的笔试可以延吗

27届后端岗，今天面了个深圳，百人厂，面试20min，面试官没开摄像头。没让自我介绍，上来就查户口，家里情况有无兄弟姐妹...然后呢，问我高考分数，为什么考xx大学，接着问求职规划。有聊一下ai使用的情况和当下的市场环境，问我了解4A吗，我说没了解过，他介绍了一边4A给我听，然后让我复述一遍。并给他们的重要程度做个排序。反问环节：1.问业务，做半导体风控的。2.有无对实习生有技术上的支持和模型的配置。（这点我自己摸索出来的我觉得很好，说一下自己使用ai用哪些配置，聊投机了面试官说不定会让你谈谈使用感受和经验，让他感觉你真的用过）。3.薪资-开4000，有住宿。不太懂这是kpi面，还是厂真的确认...

现在AI这么恐怖，毕业26，能干到30吗？暑期实习也找不到，感觉快进斩杀线了啊

27届找实习为什么0回复0面试，是不是因为双非而且没什么项目啊啊啊，真的很需要一个实习，我已经投了很多家了，需要怎么再改改简历么？ 我投的都是数分、运营、用户类，或者有没有推荐的中小厂呀

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...