2025.3.27 处男面oc，记录一下

题目1：实现一个支持泛型的栈（包含min函数）题目2：用队列实现栈题目3：LFU缓存（比LRU更难）题目4：跳表SkipList实现题目5：正则表达式匹配题目6：KMP算法手撕题目7：数独求解器题目8：八皇后所有解题目9：实现线程池题目10：生产者-消费者（多种变体）

学院本再差还能到什么地步，再找不到工作，总有像外卖这样的给你兜底。说到底还是不甘心，还是想尽可能地往大厂靠一靠。依稀记得高中的时候，尤其是高一高二，那个时候感觉自己离高考还有很长时间，有时候也会想自己想考，要考哪所大学。我印象特别深，有一天在看大学分数线，看到了南京航空航天大学，211，当时看到的好像是610多分，欸，当时就觉得这个好啊，校园环境啥的都很好，六百多分也还好，不是那么高嘛等到了高三就彻底老实了别说六百多分，就连家门口的学校我都半只脚在门外边。到了高三开始慢慢踏实下来了，也会想再差我也是稳在本科线上，无非就是一本二本的区别，总有本科给我兜底。现在或许也到了“高三”，再差也能找到工作...

1.实习介绍2.论文工作介绍3.为什么构建这个benchmark4.构建数据集的时候遇到哪些问题，怎么解决5.选择这个微调模型的原因6.mplug的框架7.视觉编码器用的什么8.线性投影层具体情况9.qwen2的结构10.transformer的计算11.了不了解其他的transformer或者attention12.用了多少卡13.怎么做的分布式训练14.zero3不适合训练使用的原因15.介绍论文的多阶段CoT微调16.lora的原理17.lora的初始化18.矩阵B 为什么用0初始化19.手撕：一个字符串中出现次数最多的字符以及次数20.反问的时候还问了强化学习的原理

1.八股：LoRA 和全参数微调的核心区别是什么？在显存和训练效率上各有什么优劣？2.八股：DPO、PPO、GRPO 三者的优化目标有何不同？为什么 GRPO 的 loss 中要显式加入 KL 散度项？3.八股：Transformer Encoder 中 FFN 的作用是什么？4.八股：什么是 DeepSeek 的 MLA？它的优势是什么？5.项目: 你在实习中用 LoRA 微调了哪个开源大模型？具体 rank、alpha、dropout 是多少？为什么这样设置？6.项目：SFT和DPO 数据是否有重叠？DPO 的偏好数据是如何构造的？人工标注成本大概多少？7.项目：你们的 RAG 系统召回阶段用了 BGE-M3 还是 BM25？最终选择依据是什么指标（如 Recall@k）？BGE-M3 输出向量维度是多少？8.项目：为什么不用纯向量相似度直接生成答案，而要再过一遍大模型？这样做对幻觉和安全性有什么帮助？9.手撕：接雨水（LeetCode 42）