1. 问项目，问的很细2. 问论文亮点3. dapo的改进有哪些？4. lora原理？5. 推理分为哪两个阶段？（prefill和decode两个阶段）6. self attention怎么做的？（qkv含义+计算流程）7. 预训练模式是啥？和sft的区别？（next token prediction；区别是sft不算prompt的loss）无手撕