pdd意向来了，感恩pdd

1. 自我介绍2. 项目拷打，重点说训练目标、数据构造和效果闭环3. SFT 的损失函数怎么计算，如果样本长度差异很大要注意什么SFT 本质上还是标准的 next-token prediction，常见就是对目标输出 token 做交叉熵损失。对于指令微调来说，通常不会对整个输入输出序列都算 loss，而是只对 assistant 部分或者需要学习的 target 部分做 mask。这样模型重点学习回答分布，而不是把用户输入再复述一遍。样本长度差异很大时，最需要注意的是 loss 的归一化方式。如果直接对 batch 求和，长样本会天然占更大权重，训练会向长回答风格偏移。更稳的做法通常是按有效...

Timeline：3.23 一面3.25 二面3.31 三面4.01 HR面4.08 电话oc，转录用评估4.09 leader加微信4.10 offer4.01-4.08这段时间挺煎熬的，看网上都两三天就转录用评估了，一度以为自己横向挂了。虽然这很难，但建议牛u们多向前看，已经面过的是我们改变不了的，不必纠结，保持好心态，继续准备下一场！

继上次三方毁约后，又拿到了腾讯社招offer

工作氛围：强度：不如美团，这边正式工大概八九点的样子下班，会少，不开日会，在美团感觉每个人都好忙，白天一直在开会对齐，滴滴这边感觉就是很“安静”； 业务：滴滴做引擎架构，算是核心组，于我而言业务难度比美团难很多，一直在加班看业务看链路，主要也是我菜。这段时间就一直在学go，看业务、看链路+干一些杂活； 福利：和美团不相上下，也很开水，每天晚上30餐补，但是不能提现，第二天就清零，9点之后打车报销，除此之外就没啥了； 培养：感觉滴滴的培养比美团要多一些？至少我是这样，mentor三天两头问我链路有没有不懂的，每周都要找时间1 on 1解疑答惑，且leader告诉我mentor要让我做完整的项目，...