1.自我介绍2.实习相关3.平时用的多的集合是什么4.ArrayList与LinkedList的区别，使用场景是什么5.ArrayList的常用方法有哪些6.了解哪些map 怎么遍历HashMap7.重载与重写的区别8.反问后续已过

https://github.com/affaan-m/everything-claude-code这个项目叫everything-claude-code，目前已经有13万星，是Anthropic的黑客松冠军用了10个月打磨出来的。你可以理解为给Claude Code、Codex这类AI编程工具装了一整套现成的经验包。越来越多的人开始vibe coding了，真正麻烦的往往不是第一下能不能跑起来，而是后面怎么记住上下文、怎么自动检查、怎么把任务分开做......这个仓库基本就是在补这些东西。比如：token优化，讲的是怎么少占上下文；内存持久化，讲的是这次聊完的东西下次还能接着用；持续学习，讲...

sql EXPLAIN FORMAT=JSON SELECT ...; -- 机器可读的 JSON 格式 sql 显示预估的执行计划。 EXPLAIN SELECT * FROM user WHERE age > 18; 实际执行并返回每个节点的真实行数、时间、缓冲区命中情况。sql EXPLAIN (ANALYZE, BUFFERS, TIMING) SELECT ...; 二、分析执行计划的关键点1. 访问类型（type）—— MySQL 重点关注system / const：理想情况，最多匹配一行，如按主键查询。eq_ref：使用唯一索引进行关联。ref：使用非唯一索引查找。ran...

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...