1. 自我介绍2. 项目拷打，重点说训练目标、数据构造和效果闭环3. SFT 的损失函数怎么计算，如果样本长度差异很大要注意什么SFT 本质上还是标准的 next-token prediction，常见就是对目标输出 token 做交叉熵损失。对于指令微调来说，通常不会对整个输入输出序列都算 loss，而是只对 assistant 部分或者需要学习的 target 部分做 mask。这样模型重点学习回答分布，而不是把用户输入再复述一遍。样本长度差异很大时，最需要注意的是 loss 的归一化方式。如果直接对 batch 求和，长样本会天然占更大权重，训练会向长回答风格偏移。更稳的做法通常是按有效...

春招约不到面试，太难受了

从我和身边朋友了解的情况来看，可以明确的是：纯背概念的“八股”时代已过去。​ 但“八股”以另一种形式存在，分为 “考古派”​ 和 “应用派”。“考古派”公司： 特征：传统金融、通信、硬件公司，及部分转型慢的互联网中厂。 问法：“TCP和UDP的区别是什么？”“说一下虚拟内存机制。” 基本是教科书原题。 底层逻辑：考察知识体系完整性和你的基础扎实程度，认为这是潜力的体现。对这些公司，快速过一遍经典“八股”仍必要。 “应用派”公司（主流）： 特征：一线互联网、AI原生公司、技术驱动的外企。 问法：“我们的产品在高并发下出现了XX问题，你觉得可能和TCP的哪些机制有关？”“为了优化我们KV存储的性能...