京东实习

JDY给我后端一志愿简历挂了，被测开捞了很轻松愉悦的一次面试，问得不是很深，不清楚是不是KPI开场自我介绍聊天：问我ICPC经历，有没有印象深刻的题目（然后我就和他聊了七八分钟成都站树上启发式合并）项目：第一个项目问了问是怎么做的，是从0到1还是开源项目然后问了问消息队列怎么做的第二个项目问了问RAG，怎么做的，召回的消息怎么处理的八股：然后随便问了两个很简单的八股第一个是问==和equals第二个是问多态在Java怎么体现的反问：1.我是学后端的，测开没接触过，测开主要是要干些啥2.实习时间有要求吗3.后续流程真的很轻松+愉快，希望不是KPI面，不过是也没啥了，毕竟我主打后端，这个是被捞的

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...

前几约的一面二面，一面随便聊了些，手撕两道，时长大概一个点，二面拷打实习，感觉稀烂，也是一个点不是都说jd没手撕吗，怎么还有打开ide写代码环节😅是不是大概率要被养鱼了

1. 你的RAG项目主要什么作用2. RAG项目工作流程是什么3. 你的RAG项目出现问题，怎么进行排错4. 大模型微调过程中数据预处理的步骤有哪些？5. 如何解决大模型Agent的工具调用 幻觉问题？6. LoRA微调技术是什么？7. 大模型Agent的记忆机制分为哪几类？8. 大模型后端部署常用的框架有哪些？9. 全参数微调与轻量化微调的适用场景分别是什么？10. 大模型Agent实现复杂任务规划的核心方法有哪些？11. 大模型推理服务的性能优化手段有哪些？12. 如何设计大模型微调后的效果评估体系？13. 大模型Agent对接第三方API时，后端如何做接口鉴权、限流与异常捕获？14. 大...