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...

从后端转到运维之后，感觉面试难度降了一大截问的非常基础，也有可能是AI面的原因？）开始会让你填自己熟悉的技术栈，然后根据你的技术栈提问Golang 语言中 defer 的作用多个 defer 的执行顺序涉及到多个函数互相调用时，如何涉及 defer 顺序容器和虚拟机的区别容器基于宿主操作系统内核，会不会导致安全性问题数据库 ACID 特性详细解释原子性如果游戏商城充值接口无法访问，但是支付监控面板显示正常，说一下排查思路如果某个容器服务 CPU 使用率突然飙升至80%，同时接口请求速度变慢，说一下排查思路还有一些想不起来了，总之希望鹅厂捞一下