目前没有收到26届没拿到证书可以提前机考的通知，按照25年的规则，毕业证之前的机考成绩无效且要等6个月才能再次机考。所以26届的可以先不着急参加机考。 ps：目前好些26届的找我问关于机考投递的事情，且有人已经参加机考了，所以我在这里发个帖子让大家了解下情况

投的Java岗位，全是已读不回，孩子没招了😭

😭这是给挂了吗，都一周了还显示这个。。。。

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...