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...

人怎么对AI的容忍度如此之大  

28届双非本科大二学生，计算机科学与技术专业的。目前准备找第一段实习，目标是后端开发，翻遍自己的经历后艰难凑了份简历出来，但是不知道能不能得到面试，恳请各位大佬批评。

1.自我介绍2.手撕树的最短路径3.为什么选简历上这两个项目做4.拷打项目5.你项目里用了八个线程池，如果用同一个线程池会怎么样？6.线程池的参数了解吗？新的任务到线程池以后流程是怎么样？平时用线程池遇到过什么问题吗？如果你使用了拒绝策略，但是你仍然想执行被拒绝的任务，应该怎么办？你的核心线程数为什么要设置成6？7.你刚刚说使用消息队列，你现在有八个线程池那要建八个线程池吗8.如果有几万个人同时使用你的应用，最先出问题的是哪些部分？9.为什么redis stream比rocketmq、rabbitmq10.Mysql的索引是什么？为什么b+树快11.索引失效的场景12.覆盖索引了解吗13.缓存...