可能很多学弟学妹们对双选会和宣讲会的区别都不是很清楚，我本科的时候也是这样。先来说一下二者的区别。双选会：一般学校牵头举办，在体育馆或者一个很大的空间，几十家上百家企业一起，每个企业一个摊位。好处：可以一次接触非常多家企业，横向对比。不足：只能大概了解一家公司的概况，因为咨询的学生很多，HR不会详细讲解你目标岗位的详细情况。宣讲会：定向的、只有一家公司的详细讲解，一般会有公司专门负责校招的HR和某个产品线或某个地区业务负责人参与。好处：HR会把企业具体情况、招聘岗位讲的很详细清楚；有很多伴手礼拿；很多企业会线下当场初面，对于我们整体秋招或春招的流程推进作用很大。不足：缺少横向对比的过程，需要比...

好像是个中厂，如果处女面面这个会死吗

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...