1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...

😭这是给挂了吗，都一周了还显示这个。。。。

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

面完秒约当天二面自我介绍你的项目是只在本地部署，还是真的部署到线上有人在实际使用？你项目里提到的 QPS 数据是怎么测试出来的？你在学校有没有做过学校要求的其他项目，或者打过比赛？介绍一下 MyBatis 和 MyBatis-Plus 的区别？你在项目中是如何使用 Nginx 做反向代理的？你项目的前端是怎么部署的？介绍一下 ThreadLocal 的底层原理，以及有什么可能的问题（如内存泄漏）？介绍一下布隆过滤器及其底层结构？也会发生什么问题（误判）及如何解决？你的布隆过滤器是手写的还是使用的现成组件？你项目中的乐观锁是怎么实现的？MySQL 中的乐观锁具体是怎么实现的？需要用到版本号字段相...