适合大厂的人有个共同特点：能在规则里找到舒适感。大厂流程多、分工细、层级明确，你可能一年就负责一个模块，但这个模块你能做到极致。喜欢稳定、在意平台背书、能扛绩效考核压力、善于向上管理的人，大厂会如鱼得水。见过很多人在大厂混了五年，简历光鲜、福利好、技术栈规范，跳槽时特别好用。适合小厂的人反过来：受不了流程、喜欢什么都插一手、想看到自己做的东西直接影响结果。小厂一个人干三个人的活，今天写代码明天对接客户，成长确实快，但也累。最适合小厂的是那种有点创业心态、不需要太多外部认可、自驱力强的人。见过有人在小厂两年，技术广度吊打大厂同龄人，因为什么都得自己搞定。但最怕两种错位：有大厂心态去小厂，天天觉得...

BOSS沟通了好多都是已读不回，求大佬拷打拷打

记得上次找日常实习从投递到最后offer总共花了51天这次暑期也是惊人的相似，从开始投递到offer也是花了51天暑期总结蚂蚁3月20一面挂阿里所有意向简历挂美团3月18一面挂字节3月17投递3月23一面3月27二面3月30三面，三天后挂+转岗4月10从二面复活4月17三面4月20offer快手4月1日一面4月13日二面4月20hr面百度4月11日一面4月14日二面4月17日三面这回教训就是以后不要在职面试了，实在太累+心态不稳，一开始想着就算没有公司要还能在现在公司赖着，最后活也不想干，面试也不想面感谢字节收留了，听说强度不小（早10晚10），好在base在广州，希望顶住😥😥

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...