我听学长说他最害怕的就是前辈突然开口，尤其是那句“有空吗？”，每次听到都头皮发麻，神经紧绷。真的，这句话绝对是实习噩梦top1，没有之一！只要前辈一开口说“有空吗？”，大概率没好事，要么是临时加活，要么是之前做的东西出问题了，要么就是去做完全没接触过的任务，根本不知道该怎么下手。学长说他之前实习的时候，刚摸鱼刷了两分钟手机，前辈就走到工位旁，轻轻说“有空吗？”，给他吓一跳，硬着头皮说“有空有空”，结果就是让他改一份紧急报表，还得半小时内交，手忙脚乱半天，差点出错。后面导致他现在只要听到这句话，条件反射就紧张，哪怕是前辈只是想让他帮忙递个东西，他都得先慌一下。有时候甚至会故意装作忙，就怕被喊到

一直觉得自己的样貌介于“路人”和“不算很丑”之间，也没有捣鼓自己脸和穿搭的习惯，无论面试或路演还是旅游又或者现在的上班，除了见客户会比较正式，其他时间都收拾收拾像个人算了…最近一次也是最为震撼的一次关于容貌颜值的点评，是在去年的培训；HR老大严肃地说，因为业务岗位的特殊性，他们确实会筛选掉不好看的人，商务的形象非常重要…我大为震撼，环顾一圈看着那些高学历的俊男靓女，彻底红温几乎想要原地逃跑看来面试时展现出的能力确实能弥补颜值上的不足回到正题，所以客观来说，长得好看确实能在一定程度上提高面试的通过率，因为长相过于抽象大概率一开始就被筛掉了。但是美貌+任何牌都是王炸，只有单出是死局，能力不足再好看也没用哦～提升自己长相的加分点操作有很多，不一定纯吃天赋建模，大部分人保持干净卫生就已经能拿好及格分了嗯我大学时曾经想健身变成肌肉女来加分，于是美美爽吃一学期变成死肥宅后，发现工作后完全没时间健身撸铁…

2年了

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...