劳动法

上来先手撕：非递归实现后序遍历二叉树，磨蹭半天写出来了请简单介绍一下你自己做的项目，以及大概用到了哪些组件（中间件）？是否了解分布式系统的 CAP 理论？这大概是一个什么样的问题？在你的项目中，使用分布式锁主要是为了解决什么问题？如果改为异步的方式，还能判断“一人一单”吗？秒杀场景下，先判断“一人一单”再判断“库存是否足够”，这一套逻辑具体是在哪里判断的？项目中的 Redis 是单节点部署的吗？如果变成集群部署，库存在一致性的问题？Redisson 分布式锁的实现原理是什么样的？布隆过滤器？如果让你设计一个工作在多线程并发环境下的本地先进先出（FIFO）队列，且为了性能要求是无锁（Lock-f...

腾讯面试这个状态是啥意思

原来就算签了协议也是可以提前走的吗，有无有经验的前辈说说是真的吗

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...