已经oc，后面面试能直接摊牌吗

1. 自我介绍2. HTTP 和 HTTPS 的区别答案：HTTP 是明文传输，请求和响应内容如果被截获，理论上都可以直接看到。HTTPS 是在 HTTP 的基础上加了 TLS/SSL，加密之后再传，所以安全性更高。HTTPS 除了加密，还会做身份校验和完整性保护，能防止中间人攻击、数据篡改这些问题。代价就是握手流程更复杂，建连成本会比 HTTP 高一点，但现在实际业务里基本都优先 HTTPS。如果继续往下问，可以顺着讲 TLS 握手、证书校验、对称加密和非对称加密怎么配合。3. HTTP 状态码，404 是什么情况下出现的答案：HTTP 状态码一般分五类，1xx 是信息响应，2xx 是成功，...

27届大三，想找个日常实习，中小厂的。简历有什么问题嘛，boss投了400好多消息都没读😭求友友们给点建议

简历如下，也是改了不下十版了三月初开始投递，到现在感觉投递了有个1500家了（实习，全职）面了10家左右的样子（都是线上的，线下的我一律当做刷kpi没接，现在感觉线上线下都是刷KPI的），笔试倒是做了不少，收到了两份实习offer都拒绝了（一个140/天+外地，一个120/天本地初创）最近也不知道投啥了，想着春招实习两手抓，但是投递的很多岗位有要求1-3年经验，投出去也是石沉大海杳无音信，偶尔有几个回复，然后就是笔试面试，再无后续慢慢的也有点蕉绿起来了😭😭还有课设，论文乱七八糟的当时还选择了考研，找学长问考研经验，学长第一句话就是不建议考研，当时还不以为然，现在想想……

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 ...