华为今天现场面试

📍面试公司：阳光保险🕐面试时间：2026.4.14💻面试岗位：java开发❓面试问题：1.自我介绍2.介绍实习工作3.推送细节和下游系统规模，推送细节和下游系统规模4.项目架构5.MySQL按日分表的设计细节6.表创建失败的处理机制7.关于Redis使用8.线程池好处和工作流程9.常用的集合ArrayList，CopyOnWriteArrayList10.sql调优 SQL执行顺序11.AI使用12.规划，优势13.新人面临的三大挑战：技术、业务沟通和数据思维🙌面试感想：两个面试官一个问技术，一个可能是hr也懂一点技术。主要是二次开发项目，面试感觉良好，快一个小时最长的一集。元宝总结：...

昨天面试官打电话来说有事情，晚点发个邮件调整一下时间，结果今天显示流程结束了，要发一封邮件问问吗

26学院本，5号开始投简历，一个星期了都没面试😭，大部分要了简历就没后续了，咋办呀？

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...