攒了半个多月的一丢丢面经+许愿

目前没拿到啥好offer，都在等流程呀，发点面经攒攒rp1、自我介绍2、析构函数为什么要声明为虚函数3、有什么办法强制调用子类析构函数呢4、说一下强制类型转换，UE里的Cast5、C-style强制类型转换6、宏和模板的区别？7、移动语义知道吗8、智能指针用过哪些？9、什么场景会用到智能指针10、虚拟内存（指的是硬盘上的虚拟内存）11、多线程用过吗12、假设我有四个线程，每个线程做计数，一种方案将计数加到公用的内存上，一种方案将计数加到某个数组内自己独有的slot中，然后最后统一累加。哪个效率高（答案是差不多）13、协程用过吗14、讲一个你们ACM经常用的数据结构（线段树）15、线段树能做碰撞检测吗16、算法题：一个人每秒回复一点能量，最多可以有E点能量。每一秒可以释放三个技能：A消耗0能量伤害2；B消耗2能量伤害5；C消耗4能量伤害11（完了忘记了是不是这几个数），求T秒内能造成的最高伤害。（其实就是二维dp，我tm想了半天数学O(1)解法，后面面试官告诉我数据范围很小）二面纯项目就不发了

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

时间：4.21公司地点：北京时长：52min做了一些简化，提取了更有借鉴价值的部分1. 部门介绍2. 自我介绍3. 这两个项目你觉得哪个项目复杂度高一些，可以多聊一会4. 你这个项目主要是想解决什么样的问题呢5. 你刚才说这些方法的话，应该说也是社区内或者说比较常见的一些处理方式了，对吧？我都或多或少都能get到，但是我有一个问题，就是**你做这件事情之前，就是每一个技术的应用之前，你有没有去验证这个技术确实提升了准确率呢**6. 我们的这些处理方式是否真正的真的提升了它的准确率。就是我们只是堆砌技术，还是说我们确确实实是提升了这件事情？7. 你这一知识库当时怎么选的？你做的知识库是什么类型的知识库？8. 那你这知识库里面涉及了哪些方面的内容？比如说文学类的，还是什么科技类的？是什么航天类的等等？有没有就说具体一些？9. 那你这个博客内容写的多吗？10. 那如果14篇文章的话，而且你这14篇文章看起来所涉及的范围是比较发散的，那么在这种情况下，其实这个rag的检索本身就不容易出现，刚才说的那个检索有问题的情况，这可能本身就不是个问题。11. 在我们去真正去做一件事情这的处理的时候，其实我们还是应该先去有一个度量的标准，不然我们优化可能是负优化，我们都不知道对吧？就是说我现在要做 rag 检索。我要去先做一个度量的方式，然后去验证它的准确率，你应该怎么做？12. 你怎么判断问题回答是准确的13.那么我怎么看到线上的这些回答的准确率呢？14. 有必要搞多级缓存吗15. 好，那首先就多级缓存来说，你觉得，它有什么弊端，还有它有什么优势？这个讲一下。16. 我有一个问题，首先其实我们一般认为 redis 它的那个吞吐是非常高的，而且如果说我们比如说数量很大，Redis 它也是支持那个多节点对吧，比如说…… 不管是哪种方案吧，Redis 也可以支持多节点的这种部署，所以在这种情况下的话，我们认为 redis 从网络压力这一块是没有太大问题的。那么在你看来，有了 redis 的话，我们还要去引入本地缓存的主要目的是什么？因为刚才你说的只是为了减少网络开销。 但是现在我们实际的生产环境中 redis 的是网络开销 其实是没什么太大的问题的。你应该明白我的意思，就是 redis 网络开销不是它的核心问题，就是我为什么非要引入本地缓存17. 我看后面你还自己写过两个 SKILL 对不对？能具体展展开一个就是你可能平时，有没有平时用的比较多的，我想知道不是那种为了写而写的那种，就真正能解释你生活中问题的那种 SKILL18. 你最近面试多吗？19. 那八九场的话，就是你觉得你做的自己就是面试，就是相当于面试自己的这种 Skill 和你真正去面试中拿到的面试题，它相似度高吗？>我是我当时了解到，主要是主要是因为网络开销的问题，进一步提升响应速度20. 说实话 redis 并不存在很大量的网络开销问题  对不对？21. 我看后面你还自己写过两个 SKILL 对不对？能具体展展开一个就是你可能平时，有没有平时用的比较多的，我想知道不是那种为了写而写的那种，就真正能解释你生活中问题的那种 SKILL22. 你最近面试多吗？23. 那八九场的话，就是你觉得你做的自己就是面试，就是相当于面试自己的这种Skill和你真正去面试中拿到的面试题，它相似度高吗24. OK, 那你觉得你这个 SKILL 有没有帮你解决到一些实际面试中的问题，有没有确实命中的一些面试中的一些真正的面试题25. 对你来说，现在比如经验完经历完这场面试之后，你觉得你的 SKILL 应该如何提升呢？26. 你理解什么叫 CAS？27. 那它和悲观锁有什么不同？那首先第一个问题就是纯靠CAS就能解释就能实现这个乐观锁吗？28. 解释一下volatile的这个关键字的目的和作用29. 既然我们提到了CAS操作就一定能保证。并发更新的安全性了。那么我们为什么还要用 volatile 去修饰这个变量呢？这不多此一举吗？30. 好，那继续问 CAS 里面会有什么问题？就它会有什么其他的什么问题呢？31. 你了解 CAS 的 ABA 问题吗？32. 讲一下怎么解决就可以了33. 那现在回到这儿来说就是有乐观锁和悲观锁两种锁，对不对。那么，我什么时候要选择乐观锁？什么时候要选择悲观锁？你看，我们知道 JDK 里面 synchronized 的关键字是悲观锁，对吧？而 ReentrantLock 是个就是这种我们一般认为是 CAS+volatile 这种乐观锁的方式那么这两种方式的话，你觉得我们在应用中。什么情况下会采用乐观锁？什么时候要采用悲观锁？34. 为什么?35. 这个我知道好，那现在问一个问题 就是说，既然高并发情况下用悲观锁就很好，那我无脑用悲观锁不就完了吗？就是既然说。乐观锁有就是说并发高了，它就不行，自选浪费 CPU，对吧？那我无脑用悲观锁，不就 OK 了吗？不挺好的吗？36.那还有一个问题，就是我们刚才说的这些并发的处理的方式。都是基于一个理念叫共享内存，对吧，相当于都是无论是悲观锁还是乐观锁，我们都相当于是要在对象上加锁，然后限制一些线程的进入和退出，对不对。 那么有没有别的方式照样可以实现并发更新的？并发更新的这样的一个方式，就除了共享内存方式，还有没有别的。比如说或者说我这么说吧，就全世界上处理同一个数据的多线程更新的这个问题，只有乐观锁和悲观锁两种方式吗？是非阻塞不能处理吗？因为不管是哪个锁，其实都会进入到一个阻塞的状态，对吧？必须是通过阻塞的方式才能搞实现多线程对同一变量的更新吗？37. 手撕环节：[电话号码的字母组合](*******************************************************************)48. 反问环节

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...