感谢Expert电子实验室提供的面经————————————————————————————————————————全志科技硬件设计实习生面经面试时常大约半小时，面试内容很多，问题比较细节，主要针对电路基本理论、高速电路相关和项目相关，会问一些对硬件设计的理解和对工作岗位的考虑（1）自我介绍。（2）有没有用sot23封装的mos管，如果用过，说出mos管的型号。（3）用pmos管设计一个电源开关电路应该怎么设计？（4）DCDC和LDO电路各有什么优缺点？（5）如何提高LDO的效率？（6）如何提高DCDC的效率？有没有用过可调开关频率的DCDC电源芯片？有没有实测过不同开关频率电源芯片对效率的影...

rt 不知道是真的假的丁老板 太难绷了

菜鸡求拷打，最近想找一段暑期或者日常实习，hot100目前还在二刷，八股看了一半，去年找了一段小厂实习，干了两个月太水了就提前离职了，期间做了个玩具项目，甚至都没有上线，包装一下就写进简历了，把原来的外卖替换掉了，另一个是点评，今天下午ssob沟通了一百多，有要简历的但是之后就已读不回了，求各位大佬指点

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...