25届9本计算机考公二战下岸

JAVA传统项目没有竞争力，想要学习点ai的知识，学完了springai，langchain4j，还需要学啥呢

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花一、什么是Redis Cluster脑裂脑裂（Split-Brain）是分布式系统的经典故障，特指Redis Cluster因网络分区、节点通信异常等问题，分裂为多个互不连通的独立子集群，每个子集群都错误判定自身为完整集群，甚至各自选举主节点，最终出现双主/多主并存的异常状态。与Redis哨兵模式的脑裂不同，Redis Cluster是去中心化架构，无单独哨兵节点，节点间通过Gossip协议通信、自主完成故障转移，脑裂触发后会直接导致集群数据分裂、写入冲突，是生产环境中极具破...

鼠鼠是29届通信工程专业的，学校是北京某中流211，因为大一上参加了一下acm集训，虽然发现自己并没有那个脑子打acm,但是对编程产生了兴趣，所以有转码的想法。到现在也刷了200多道算法题，本打算下学期学java后端，之后卷实习本科就业，但是最近看到ai对计算机行业的影响似乎很大，又害怕等自己毕业会完全找不到工作，而且做ai算法相关自己的学历太不入流了，想问问各位大佬，现在是继续按原计划学java转后端，还是转到和本专业有关的嵌软比较好?

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 ...