1. 自我介绍答：按"个人背景 → 核心技术栈 → 代表项目 → 求职意向"四段走，控制在2分钟以内。重点突出和影石岗位相关的经验，比如嵌入式Linux、音视频、IoT方向，不要把简历从头念一遍。结尾说一句为什么对影石感兴趣，体现你做过功课。2. C++中的深拷贝和浅拷贝有什么区别？什么情况下必须自定义拷贝构造函数？答：浅拷贝是按位复制，对于含有指针成员的类，两个对象会指向同一块内存，析构时会double free，这是典型的问题场景。深拷贝会为新对象重新分配内存并复制内容，两者完全独立。必须自定义拷贝构造函数的情况：类中有裸指针管理的堆内存；类持有文件描述符、socket...

目标后端

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...