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 ...

一、单片机工程师单片机工程师负责设计、开发与维护基于单片机的电子系统，需具备扎实的电子技术基础及编程技能。他们负责设计、开发和维护基于单片机的电子系统，确保系统的稳定性、可靠性和性能。单片机工程师需要具备扎实的电子技术基础，熟悉各种单片机型号及其应用，同时还需要掌握相关的编程和调试技能。薪资待遇方面， 单片机工程师的薪资水平因地区和公司而异。一般来说，大型科技公司或知名高校提供的薪资水平相对较高。此外，随着经验的积累和技能的提升，单片机工程师的薪资也有望逐步增长。发展前景方面， 单片机工程师在嵌入式开发领域具有广阔的发展空间。随着物联网、智能制造等新兴领域的快速发展，单片机工程师的需求量也在不...