大模型求教

1.项目拷打为主2.项目中的OCR怎么做的，为什么用大模型做3.后训练的数据规模有多少？数据集是自己构建的吗4.数据清洗采用了什么策略5.OCR如何处理复杂表格6.微调前后准确率对比7.Badcase有哪些，占比怎么样8.为什么用GRPO不用DPO9.什么任务适合DPO10.模型微调用的是全参微调还是lora微调，为什么这么选11.Lora微调的阿尔法和rank是怎么选择的，对模型的影响分别是怎么样的12.GRPO奖励怎么设计的13.是否做过消融实验14.讲讲react思想15.讲讲agent中的反思模块逻辑16.Agent中数据是怎么交互的

1、Java面向对象具有封装、继承、多态三大核心特性。封装通过访问修饰符隐藏对象内部细节，仅暴露必要接口；继承允许子类复用父类属性和方法，实现代码复用和层次化扩展；多态分为编译时重载和运行时重写，使程序能够通过统一接口处理不同对象，提升灵活性和可扩展性。2、重载发生在同一类中，方法名相同但参数列表不同，与返回值和访问修饰符无关，编译时绑定；重写是子类覆盖父类方法，方法名、参数列表和返回类型必须相同，访问权限不能更严格，不能抛出新的检查异常，运行时动态绑定。3、线程池核心参数包括：核心线程数、最大线程数、空闲存活时间、时间单位、阻塞队列、线程工厂、拒绝策略。ThreadLocal底层使用ThreadLocalMap存储数据，其Key是弱引用的ThreadLocal对象，Value是强引用的实际存储值，每个线程独立拥有此Map实现数据隔离，需注意内存泄漏问题。4、使用线程池实现1～100累加时，首先创建固定大小的线程池，然后将累加任务拆分为多个子任务，通过线程池提交实现了Callable接口的每个子任务，收集返回的Future对象后，遍历这些Future并累加其阻塞获取的中间结果，最终关闭线程池并输出总和。整个过程利用线程池并行处理子任务，通过分治策略提升计算效率，同时确保资源合理回收。5、B+树非叶子节点仅存储键，叶子节点包含全部数据且形成有序链表。相比B树：1. 查询更稳定：所有数据都在叶子节点，查询路径长度一致；2. 范围查询高效：叶子节点链表直接遍历，无需回溯；3. 磁盘I/O更低：节点存储更多键，树更矮胖；4. 全表扫描更快：叶子节点链表顺序遍历即可。6、失效场景：1. 违反最左前缀原则；2. 对索引列使用函数或表达式；3. 类型隐式转换；4. 模糊查询以通配符开头；5. OR条件包含非索引列。优化方法：1. 按高频查询顺序建联合索引；2. 避免索引列运算；3. 用覆盖索引减少回表；4. 数据量大时用分区表；5. 定期分析索引使用率并删除冗余索引。7、通过EXPLAIN命令查看SQL执行计划，关注key字段显示使用的索引名，type字段为ref/range表示有效索引扫描；若为ALL则是全表扫描。额外检查Extra字段：Using index、Using filesort

从双非本科经管，到国内大模型六小龙之一，再到大厂大模型算法工程师入职一年！！需要经验和辅导的同学可以找我呀

1．实习介绍2．选一个做的好的实习或者论文讲一下3．了解 RAG 吗， GraphRAG 的做法4．讲一下 FlashAttention 的思想和做法5．讲一下 RoPE ,目前常用的位置编码还有哪些， Ro PE 有什么优点6．场景题：如果要提升大模型的多轮对话能力，你有哪些可以改进的点7．代码题：56．合并区间