一面首先自我介绍，没怎么问项目，然后八股。1.c++文件变成可执行的程序，中间要经历的过程2.静态链接和动态链接，以及各自的优缺点3.内联函数概念，什么时候不会省去调用函数的开销？4.c++内存划分，堆和栈的区别5.new和malloc在申请空间时有什么区别6.进程和线程的区别，多线程和多进程的应用场景7.如何避免死锁8.事务，事物的特性，隔离性的隔离级别最后一道手撕，删除链表的倒数第k个节点，写得七七八八，能实现，但是临界问题考虑的一般，面试官最后还问我临界条件怎么办。反问，面试官挺好的。我面的c++，他说岗位目前用Java比较多，c++都是招人时候用的，问我介不介意转Java。过了，发二面...

3月份找暑期实习到现在，没有公司愿意给我面试，我大概投了二十多家，是不是投的还是太少了。

论文马上送审了，无意间在小程序上再次看见了自己的高考成绩，发现高考已经过去快10年了。一起参加高考的同学现在只有几个还在继续深造，有时候真的会畅想选择了另一条路的自己会是怎样。

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...