泡池子，求offer

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 ...

投递淘天前，boss上看了我的简历，然后邀请我投递他们部门，发了内推邮件过来让我填信息，还打电话跟我说赶紧投递，有什么问题可以问他，简历是他这过的，他可以给我过的，直接投就行。结果一志愿投完了给我挂了，问他就说简历初筛没过，不好意思，我又问他简历是你筛的吗？他说是的，我也不知道该说啥了

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

一、系统启动流程（Boot Flow）嵌入式 Linux 的启动流程是面试第一高频问题，核心链路如下：ROM → Bootloader → Kernel → init → 用户空间1. BootROM 阶段固化在 SoC 内部（厂商提供）完成最基本的硬件初始化（如 DDR 初始化的前置条件）从指定介质加载 Bootloader（NAND / eMMC / SD）2. Bootloader（如 U-Boot）核心职责：初始化 DDR、串口、时钟等外设加载内核镜像（zImage / uImage / Image）传递设备树（DTB）设置启动参数（bootargs）关键命令：bootm / boot...