1、介绍自己做过的项目--->项目中的难点（你怎么解决和思考的）2、java的基础知识： 2.1、问了hashMap底层原理，以及为什么hashMap线程不安全。 我说了一下数组+链表+红黑树（1.8），在链表长度链表长度 > 8 且数组长度 ≥ 64 时，链表转为红黑树，红黑树节点数 < 6 时，退化为链表。hashMap的内部操作不是原子性的，在多线程情况下会出现数据覆盖和丢失问题。比如两个线程同时put，发现key的hash位置为空。线程a挂起，线程b写入，随后A恢复，会直接覆盖b的数据。 2.2、GC垃圾回收算法 我说了分代收集法、复制算法、标记清楚法，以及他们的优缺...

怕被横向或者审批挂 更新，已过

openclawd这股风刮了半天了，今天终于想到能用它干点啥。正好某大厂现在提供免费试用，于是配置了一个用来海投。部署步骤：1.创建xx云电脑实例2.更换为openclawd镜像3.登录，配置好钉钉机器人4.开始让🦞进行自动投递（这里个人认为比较好的方案是：让openclawd打开对应网站，你手动登录，提前上传好附件简历，再让龙虾进行自动投递。其实个别网站也可以让龙虾进行登录，只要你在钉钉给它提供手机号和验证码，道这样可能会触发人机验证。）5.时不时看一眼钉钉，看看它有没有遇到什么问题6.上述方案不适用于ssob。猎x，智x招聘，应x生都是可以用的。7.关于token消耗：我目前用的是qwen3.5plus，也用过3max，效果差不多吧，不过qwen这几天有点慢...另，百x大模型有免费额度（要是有人愿意填我验证码注册就好了）要说速度，可能大模型没有手工投递那么快——它也不能太快，不然就被网站识别为异常了，它的优势在于不用占用你的时间去投了。你原本用来看JD、打招呼的时间、跟进的时间，可以用来好好改简历。大概这样。欢迎想养龙虾的朋友一起交流哇~

1. 你做过的后训练项目里，最难解决的问题是什么2. SFT 数据你怎么构造，怎样避免模型被训练“油了”SFT 最大的问题不是量不够，而是数据风格太单一，最后把模型训成一种固定腔调：很会说、很圆滑、但信息密度低。构造数据时我一般会先按任务拆层，比如信息抽取、工具调用、复杂问答、拒答、安全、长文总结、结构化输出，每一层的目标都不一样。然后再做难度分桶，避免模型只见过简单样本。另一个关键点是负面风格清理。很多数据表面上没错，但非常模板化，比如“这是一个非常好的问题，让我们一步一步分析”，这类东西在少量数据里没问题，规模一大就会把模型带偏。所以我会专门清掉这种“高礼貌、低信息”的样本，保留更接近真实...