中国电子云软测一面

真是一场苦战，索性该答的都答了个七七八八加粗的是没答上来的Reconciler 如何遍历 fiber 树（先序遍历）为什么要这么设计（这我上哪知道了）DOM 树和 fiber 树的区别diff 算法是怎么比较新旧两个树的（还没学到 diff 算法呢）浏览器从拿到渲染树以后都经过了哪些阶段（布局→分层→分块→光栅化→直接显示（其实是合成））为什么光栅化要由 GPU 去做（GPU 擅长光栅化的操作）为什么会这样呢（疯了吧问这个）Webpack 和 Vite 有什么区别Vite 打包用的什么（我想也是 ESM 吧）ESM 和 CJS 区别（提到同步导入和异步导入）微任务队列和宏任务队列都是什么任务循...

半夜睡不着做法许愿🙏🏻一二面一起面的，一直在问我实习有两道没答上来，但是面试官结尾说如果收到复试就算通过，没有的话也期待我有机会加入京东就这样轻轻一钓把我钓成翘嘴估计是客套话因为一天半没消息了看网上流程都很快的捞我三次了 京东快把我收了吧

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...