我投的是后台开发，不知道为什么面试官是C++的，因为技术不互通吧，基本上在闲聊，比较轻松，这里把腾讯元宝的总结贴出来吧1.自我介绍​​2. 技术栈与语言理解​​​​编程语言对比​​：候选人认为Java相对笨重，Python语法简洁且库丰富，Go语言性能较好。​​C++理解​​：认为C++效率高于Java，更贴近底层，常用于系统编程。​​内存管理​​：指出Java的JVM可管理对象内存，但ThreadLocal等资源仍需开发者手动管理，不当使用会导致内存泄漏。​​3. AI工具应用​​​​日常使用​​：候选人使用CodeX、Kimi等AI工具辅助编程、生成文档和PPT。​​协作模式​​：强调与A...

省流：迟到，面试开始第 8 分钟说，想问的都问完了，然后出了一道移除重复元素，直接进反问腾讯地图 北京周一中午约的一面，聊了一个小时冒头，第二天就约二面了面试官迟到了三四分钟，倒无所谓了进来先开始吟唱，然后让我自我介绍自我介绍了三四分钟，不知道面试官对哪感兴趣，就问了一嘴要不要继续展开面试官说，挑一个比较难的项目讲讲，就挑了一个，讲了一下没有任何的回答和评价，直接问了一个八竿打不着的八股文正常回答之后，没有任何的评价，直接说，那我问的差不多了，重复的我就不再问了，咱们来做一道题吧给我一道移除重复元素讲完思路，写完之后直接进反问当时已经知道什么情况了，但是我还是正常进行了反问。然后对方开始戏谑的笑，一点没开玩笑太爽了，兄弟，人生最爽的二面结束之后 10 分钟之内给我挂了

找实习太难了，欢迎大佬拷打简历😭

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 ...