携程春招算法开始面试了吗

上周四面的携程一面何时会有结果啊

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...

有人要做携程数分岗的笔试吗，两个sql题的达成率都不是百分百，一个是57%，一个是75%，检查了快一个小时硬是没找出错误，有大佬弄出来了吗

发布时间：预计 2026 年 6 月 截至当前时间点（2026-03），以下特性已在 TC39 达到 Stage 4，预计纳入 ES2026 正式标准。  1. Temporal（现代日期时间 API） Temporal 是 ES2026 最重磅的特性，提供了全新的日期时间体系，取代饱受诟病的 Date。 基本用法 // 获取当前时间（带时区） const now = Temporal.Now.zonedDateTimeISO('Asia/Shanghai'); console.log(now.toString()); // 2026-03-25T14:30:00+08:00[Asia/Sha...