上周二投的暑期实习，没想到周四就约面了，一边疯狂准备一边拖，终于今天完成了自己的第一面。前面问了十几分钟agent项目，后面回到java部分。HashMap 的底层实现是什么？是线程安全的吗？HashMap 会有死循环问题吗？如果要用线程安全的数据结构，有什么替代方案？synchronized 的底层实现大概是怎么样的？线程锁锁的到底是什么？ThreadLocal 有了解吗？大概是怎么回事？ThreadLocal 在什么场景下会用到？在你的项目中，有用到 ThreadLocal 吗？Redis 常见的数据结构有哪些？ZSet 和 Set 的底层实现有了解吗？缓存雪崩、穿透、击穿分别是怎么回事？...

各位前辈好 浙大本科，0实习0科研0绩点，唯一优势可能学校大作业做的比较扎实（但没啥用）。留学实习两手抓，现在开始学开发还来得及在暑假找到实习吗？以及简历上需不需要放一个魔改的项目呢？简历目前是ai做的，求建议拷打。

应聘了很多家公司，基本上都是小微企业，双非真的无缘大厂吗？哪位大佬帮我看看简历啊？！

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...