讲讲你项目中的权限控制是如何实现的？ 回答：项目中采用JWT+Spring Security实现权限控制。用户登录成功后生成JWT Token，包含用户ID和角色信息，前端存储在localStorage，每次请求在Header中携带。服务端使用Filter拦截请求，解析Token获取用户信息，查询数据库获取权限列表，使用Spring Security的@PreAuthorize注解控制接口访问权限。同时使用TransmittableThreadLocal解决线程池场景下的用户信息传递。 JWT是什么？它包含哪几部分？如何验证token的合法性？ 回答：JWT（JSON Web Token）是一...

现在好多技术都在学，项目还在搞，但是害怕时间太晚来不及了，只要有人要我就可以了小厂也可以，佬佬帮我看一下😭😭

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...