ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis哨兵（Sentinel）是Redis官方推出的高可用解决方案，本质是一组独立运行的分布式监控进程，专为弥补Redis主从复制架构的单点故障短板而生。在主从模式中，主节点宕机后需人工切换主从、更新配置，无法保障服务连续性；而哨兵模式可实现自动监控、故障判断、主从切换、配置推送，让Redis集群在主节点故障时无感恢复服务，是生产环境Redis高可用部署的核心方案。一、哨兵模式核心四大功能哨兵集群并非单纯的监控工具，而是集监控、决策、切换、通知于一体的高可用组件，核心功能...

目前只能约到小公司，求大神指导

rt 不知道是真的假的丁老板 太难绷了

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 ...