#美团内推，lz今年入职美团，大家快来吧！！！

前言 当我们尝试将网上开源的大模型部使用Ollama的方式署在本地，就会发现，呈现给我们的只有一个黑色对话框。 想要提供给他人使用，最佳方式还是提供一个网页或者API接口。对于后者，Ollama已经实现，你可以使用下面的地址  http://localhost:11434  假设你继续跟着官方教程，使用python或者其他语言，就可以制作一个简单的聊天助手，恭喜你完成了一个 Agent 的开发。 但是距离企业中落地的 Agent 还有一点距离，接下来，我将带你逐步补齐。  AI 核心概念 从机器学习（Machine Learning），自然语言处理（NLP）开始说起，对于作为后端的我，有点难为...

今天在飞书上突然看到 HR 在群里已经发了 2027 年的应届生招聘，心里想着很多 26 届的老同志可能都没有找到工作，现在就已经开始 27 届了。实在是感慨，真的是一届比一届早，会不会以后甚至直接还没有开始秋招，就已经开始找下一届的实习生？干脆从大一就开始出去实习算了。真是太离谱呀！

还有比标题更破防的，那就是我仅仅一面就被挂了。更破防的是不是能力不过关才挂的，而是我只能实习3个月是我实习标准太高了吗？我面试的那个职位在北京，一天100元。在技术面之前我一直在考虑怎么靠这工资活下来，结果面试还挂了我真的受不了了，想问问大家找实习的时候都是什么情况？PS：求各位拷打简历，以及实习多长时间和薪资合适啊？

实习期间参与的项目，聚焦于合同审核场景，本文以合同审核为例，针对在垂直落地场景中，为什么需要做sft微调展开简单的讨论和个人的一点见解。 传统合同审核系统依赖规则编写和关键词匹配，局限性突出： 一是规则需人工逐条维护，新增合同类型（如技术许可合同）时，需重新梳理数百条规则，迭代效率极低； 二是无法处理模糊表述，如“合理期限内整改”“适当补偿”等条款，关键词匹配会直接漏判； 三是不具备推理能力，无法关联多条款风险，如管辖地与争议解决方式的逻辑冲突。二、为什么需要SFT——教模型学会“思维”对合同审核场景而言，基座模型就像刚掌握法律基础的实习生，懂术语但不懂业务判断，SFT本质就是用高质量业务数据...