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 ...

菜鸡求拷打，最近想找一段暑期或者日常实习，hot100目前还在二刷，八股看了一半，去年找了一段小厂实习，干了两个月太水了就提前离职了，期间做了个玩具项目，甚至都没有上线，包装一下就写进简历了，把原来的外卖替换掉了，另一个是点评，今天下午ssob沟通了一百多，有要简历的但是之后就已读不回了，求各位大佬指点

我今天的ai coding还没考，咋就发了测评和面试😅😅那我ai coding还要考吗😅😅😅😅

1.个人情况介绍，以及AI大模型如何融入个人实践，日常如何使用2.具体说明AI工具如何解决你的开发提效，问题排查，边界测试3.栈和队列的区别，以及各自使用场景4.递归算法和任务调度场景分别使用栈还是队列5.栈和队列在底层实现上数据结构和内存管理上有什么区别6.谈谈java三大特性，封装，继承，多态，以及他们的实际开发应用7.追问封装在实际过程中如何保证安全性和可维护性，要求结合具体场景说明8.追问某个类的封装导致频繁的调用get和set导致性能问题，引发额外的开销，如何优化设计9.什么是缓存穿透，以及造成他的问题是什么，如何解决10.布隆过滤器解决缓存穿透可能存在误判，会对我们的系统产生什么影...