求助大佬们

谁懂啊第一题被卡了1个小时，然后发现复杂度完全支持暴力枚举，结果剩下时间做第二题卡了95%正确率啊啊啊啊啊到底错了哪个测试例啊啊啊啊啊啊

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...

本2硕9，求大佬们推荐京津冀的央国企，有2段实习

一面刚开始收到通知还有些奇怪怎么是测试？后来去官网看发现第一志愿被淘汰了，测试是第二志愿（笑哭）。首先自我介绍。面试官问我你这个平时的课程好像不涉及测试吧，了解测试理论的基础吗？平时做项目会思考测试方面吗？如果让你去测试主要从哪些方面入手？了解软件测试的分类吗？了解自动化测试吗？你觉得哪些场景适合自动化测试，哪些不适合？软件测试用例的设计方法主要有哪些？平时有没有用一些AI工具来辅助做一些修改验证的工作？反问。总体感觉一般般，毕竟测试接触比较少。