全文共987字，读完要y分钟，嫌长可以拉到最底下看省流📍面试公司：亚信安全🕐面试时间：2026.421 18:00-18:06，对你没看错满打满算6min秒挂，期间还有我卡壳，回答的愣愣巴巴的时间💻面试岗位：客户经理❓面试问题：面试官：是女生吗？我看名字以为是个男生，你简历没放照片我：（内心OS：？我面到现在你是第一个要求没放照片的，本来没放照片的目的就是希望怕她这种面试官看眼缘，光看照片就给我刷下去）性别有什么问题吗？1.我看你过往的经历里面有很多是技术相关的项目，能展开讲讲项目吗，并且你觉得销售应该具备哪些品质简答了几点销售的要求（网不好，没听清第一个问题，所以又问了一遍第一个问题是...

我不上课，我要实习😡，这约面是真难啊，投了4天了就约到两个，一个笔试，一个面试

这样是挂了么

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...