刚刚收到二面邀请了，但是和其他时间冲突了，遂放弃4.9面的一面，当时问了一下八股，答得不是很顺，面试官又去问我项目了，答得还可以，因为忘记录制了，只有回忆版1、JWT的组成是什么2、JWT数据是明文还是密文3、加密算法了解吗，比如对称加密、非对称加密（我嘞，我提了一个加密直接拷打我加密算法）4、场景题：基于 JWT ，发现某些 ID 是羊毛党，怎么让 JWT 立即失效？..........5、Redis 判定成功后，对用户来说是直接返回成功，还是要等 Kafka 处理完6、了解Redis集群模式吗7、线程的同步了解吗8、java中的锁有几种9、什么情况下会发生死锁？开发过程中如何避免死锁

有无大手子帮我看看简历，27届0实习，感觉起步太晚了，但又舍不得学了半学期的前端，boss一百个招呼就一个要简历的，想找个小厂实习过渡，有无建议

27届双非学院本，想在暑假找一个实习，看到现在的简历大部分都是agent的了，像我这种还没学的还能找到实习吗

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...