项目：为什么做大文件分片和上传流程，合并文件是怎么合并的，怎么知道哪个分片属于哪个文件；SSO单点登录是怎么做的。八股：HashMap的底层实现原理put（k，val）的流程和hashmap类似的线程安全的集合AQS和reentrantLocksynchronized锁升级流程mysql优化有哪几个方面？分库分表水平和垂直是什么意思？mysql事务隔离级别和对应能解决的问题redis的持久化机制redis的内存淘汰策略JVM内存结构常见的垃圾回收算法整体还行，三天后约的二面

投递：23家面试：6场offer：1个目前状态：等面试总结：拿了个保底offer心态稳多了，继续冲更好的

双非学历之前校招的时候boss拉满了，都是招呼别人，也很少有人理我。现在有了个title投社招一堆人招呼我，体验到了92投boss的感觉，别人主动给你打招呼。上午大概发了十几个左右的招呼下午就约了两个面试。回头给牛友们发一下社招的面经。

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...