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 ...

本2硕9，简历里就写了一个点评和一个rpc，有点焦虑，hot100写过一遍感觉和没写一样，八股每天看，但是感觉有点看不下去，看一会就没劲，求骂醒目前才开始投，投了一个vivo，一个亚马逊，一个腾讯

小米一面整体节奏很快，面试官技术功底扎实，问题层层递进，不会只停在概念层面，基本每道题都会追问"为什么"或者"你在项目里怎么用的"。整个面试大概 60 分钟，前半段是基础八股，后半段直接上手撕代码，压力不小但氛围还算友好。建议提前把 C++ 内存模型、并发、STL 底层这几块吃透，代码题要写得干净，边界条件别漏。1. 自我介绍略（根据个人情况准备，建议控制在 2 分钟内，突出项目亮点和技术栈）2. 进程和线程的区别？进程间通信有哪些方式？线程间通信呢？进程是资源分配的基本单位，线程是 CPU 调度的基本单位。同一进程内的线程共享堆、全局变量、文件描述符，...