二面明显比一面难度上了一个台阶，面试官是组内 senior，开场直接问项目深挖，每个技术决策都要说清楚为什么这么做、有没有更好的方案。八股比例少了，更多是系统设计和场景题，考察你有没有真正在工程里踩过坑。代码题也更偏综合，不是纯算法，而是结合实际场景。整体感受是：说不知道比瞎说好，面试官很容易听出来你是背的还是真懂的。1. 自我介绍 + 项目深挖略（重点准备：项目中遇到的性能瓶颈、你做了什么优化、结果如何量化）2. C++ 内存模型中的 memory order 有哪些？memory_order_relaxed 和 memory_order_seq_cst 的区别？C++11 定义了六种内存序...

据传网易要下大雨从外包开始网上这图片也是零零散散真滴假滴？

春招约不到面试，太难受了

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...