0offer，没什么面，一直焦虑刷牛客

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 ...

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

emmm没想到以这种方式被挂了

1、go语言中并发的关键字有哪些，sync包下面有什么2、go的调度模型3、go的协程和线程的区别4、协程是只有2kb的话，什么时候会扩容，无限扩容吗5、go的内存模型6、go的变量是在哪里分配的7、go语言有什么机制保证它是可以快速分配内存呢8、go的堆和栈各有什么结构9、tcp udp区别，各自适用什么场景10、tcp什么机制保证可靠性（校验和答得不太好）11、http常见返回码，一般含义是什么12、http header常见字段13、mysql 存储结构，有什么好处。14、假如你用了mysql，服务出错了，你会怎么解决15、除去最左匹配原则失效，还有什么场景会导致mysql索引失效呢16...