途虎选择线下hr面的同学多吗

面试内容：1.使用过飞书吗，都是在哪些场景2.介绍一下TCP三次握手3.对DDoS了解吗？（根本没听过，然后我反问他让他介绍一下是什么（分布式的拒绝服务的攻击），我说有点像中间人攻击）4.中间人攻击是什么？根据我的介绍，你觉得DDoS和中间人攻击的区别在于什么？5.针对中间人攻击的怎么进行防御（我讲了https的加密握手）6.又绕回来了这个DDos攻击，怎么实现比较高效呢。（根本不会我就一直瞎扯）7.然后说这个DDos是想让服务拒绝提供正常的服务，怎么让服务端拒绝提供服务呢？（我回答了而已刷接口流量之类的，然后他觉得一直没get到他的点，就pass这个问题了，然后我反问才得知要从内存、计算资源...

目前这个简历投直接秒挂，想问问各位大佬哪里出问题了

目标是有班上就行，中厂小厂无所谓，想攒点实习经验。今天写好了简历，有什么要修改的地方吗？现在心里很没底，不知道这样投出去有没有人收😭😭😭

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...