前言虎狼之词如何培养信任，让面试官放下戒备，听你吹？本文主要从以下几个纬度去突破：心理分析、面试官痛点、如何准备面试逐一讲解面试格言：没有不会的技术，只有没有背到面试题。（大牛不用准备面试的当我没说）STAR面试法面试法则STAR：即通过描述完整的项目背景，目标，行动和结果的完整过往经历来记录候选人过去的项目结果和思考，以及过程中体现出来的人才特质。现在你知道面试官问什么爱问你项目了吗？知道面试官也是讲套路的了吧？既然爱问项目，那我们先思考下，什么样的项目高大上，大家一听就觉得牛杯呢？当然是：分布式，微服务，高并发，高可用。有人会说了， 这我也没接触过啊，没吃过猪肉，还没见过猪跑？没接触过，就...

说实话，真别一听小厂就摇头。我现在实习这小厂，人手少活多，啥都得干，反而成长特别快。运营、设计、文案我都摸过一遍，比去大厂光培训不打仗强多了。只要能学到真本事，小厂也是好地方。

刚加上这个hr，结果是个广子，发完第一句话就被封号了微信

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 ...