1.实习介绍2.SFT中数据是怎么构造的  cot是怎么写的3.Cot的组成4.Transformer的架构介绍一下，self attention和cross attention的区别5.为什么大模型使用的是encoder6.PPO与DPO的区别7.PPO里用了几个模型，训练时更新哪个模型8.Python深拷贝与浅拷贝9.代码：子集问题

一面：项目细节略 实习细节略自我介绍那个 Redis 跟数据库里面的一致性是怎么保障这种。那 Redis 里面除了 zset 还有哪些数据结构？像 zset 的话，它底层数据结构是怎么实现的？你觉得跳表有什么优点吗？那你觉得它有不足吗？刚才说了这么多优点。诶，那为什么 b 加树？刚才提到 b 加树的话，为什么听上去？听你的意思应该是更加适合于磁盘IO，对吧嗯？对的，这个原因是什么诶，刚才你提到其实他叶子的节点会有一个链表，是吧？这个设计的原因是什么？这个向量数据库你觉得跟普通数据库相比的话，它主要是解决什么问题？RAG是怎么做分段的。MCP 是有接触过吗？诶，你觉得我们发散一点，你觉得 MCP...

虽然现在三方已签，但心里的石头仍没办法落下来，不知道自己的选择是否正确。目前选了一个看起来还不错的研究所，但是网上到处都是劝退的，不知道进去后会不会后悔。。。

flash attention解释下gqa解释下怎么才能训练好一个sft过程？sft的loss计算是用什么计算的？lora原理lora参数权重初始化lora的r和缩放参数dpo的lossdpo数据集怎么构造比较好？如果dpo训练过程中，accept回答和reject回答的loss都在升高，怎么办？假如说dpo效果不好，怎么解决？多轮对话一般要怎么训练？rag的流程？检索时，只用关键字匹配会存在问题，怎么具体解决？（没有上下文语义信息）给定一个网页，如何提取其中的关键信息