自我介绍 一些优势到上一任公司实习的契机、与竞品的区别有挑战性的部分（介绍自己的工作的部分）对图片编辑器（自己的工作）的调研介绍项目（公式编辑器）契机、架构设计过程项目核心数据结构（公式树节点设计）、介绍手搓的渲染器设计、基线概念介绍第二个项目、技术栈选型对后端的理解（研究过 express（其实是突击））未来规划（前端转全栈）手撕：数组重复元素整理，将其价格求和给设计稿，设计橱窗展示控件（主要关心数据流转，要求用户点击商品参数展示对应图片、缺库存的相关商品不能点击）反问 公司主要业务 给指导（无 AI 手写代码的能力、前期设计的能力）基本没问八股，就是围绕项目了解了一下，然后撕两道和公司业务...

焦虑死了早知道就读研了

秋招0offer，估计简历有问题   

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 ...