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 ...

因为考研没秋招，现在怎么都找不到合适的工作。。。

投递淘天前，boss上看了我的简历，然后邀请我投递他们部门，发了内推邮件过来让我填信息，还打电话跟我说赶紧投递，有什么问题可以问他，简历是他这过的，他可以给我过的，直接投就行。结果一志愿投完了给我挂了，问他就说简历初筛没过，不好意思，我又问他简历是你筛的吗？他说是的，我也不知道该说啥了

1. 谈谈 ArrayList 和 LinkedList 的区别底层数据结构：ArrayList 基于动态数组实现；LinkedList 基于双向链表实现。访问性能：ArrayList 支持随机访问，通过索引定位的时间复杂度为 ；LinkedList 需从头或尾遍历，时间复杂度为 。增删效率：ArrayList 在末尾增删较快，但在中间插入或删除需移动后续元素；LinkedList 插入或删除只需修改指针，复杂度为 ，但定位到目标节点仍需 。内存开销：ArrayList 空间连续，但有容量预留导致的碎片；LinkedList 每个节点需额外存储前后指针，单节点内存占用更高。2. Thread、...