数分捡漏有无

一面：自我介绍拷打项目项目1 MongoDB相对于MySQL的优势 RAG流程 如果提问的与知识库不相关怎么办 市面上成熟的聊天记录的管理方案项目2 session共享的问题 优惠券秒杀的流程 Lua脚本里干了什么八股 redis中zset的底层 zset插入和查询的时间复杂度 redis为什么快 redis io多路复用如何实现 redis的性能瓶颈在哪里：面试官让在内存、cpu、网络io中选 MySQL中的索引实现 B+树比B树好在哪里？为什么B+树更矮 事务隔离级别 mysql的默认级别 可重复读是如何实现的：回答了读视图，面试官纠正说了读视图的专业名词 HTTPS和HTTP的区别 加密...

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了

让我填高考排名分数就算了，还问我大学努不努力，有无acm 队我要真打acm 还有必要找这种中厂水面试经验吗不管了瞎填吧，那就面试会会你，看看面试官有多抽象

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...