灵犀互娱意向

发一下问题给大家参考，攒攒人品！1.除了 CDN，还有哪些网络加速手段？2.建立连接时常用的超时时间有哪些？分别起什么作用？3.I/O 多路复用：select、poll、epoll 的区别是什么？4.介绍一下红黑树（Red-Black Tree）及其效率特点。5.操作系统中有哪些机制或系统调用使用了红黑树？6.CPU Load（负载）和 CPU Usage（利用率）有什么区别？7.高 Load 代表什么？高 CPU Usage 代表什么？8.CPU 利用率低但 Load 很高的原因是什么？如何排查？9.磁盘目录满了，如何定位占用空间最大的文件？10.df 显示磁盘满但找不到大文件的原因是什么？如何排查？11.操作系统内存回收机制是什么？阈值设置不合理会导致什么？12.什么是 MySQL 的回表？如何避免？13.数据库连接数打满如何发现和优化？14.如何规避 SQL 注入？15.MySQL 自增 ID 达到上限会发生什么？16.Redis + Lua 如何解决超卖和一人一单问题？17.Redis 如何保证 Lua 脚本的原子性？18.缓存逻辑过期与物理过期的区别是什么？解决什么问题？19.缓存穿透中缓存空值方案有什么问题？如何优化？20.Redis 分布式锁（Redisson）实现原理？如何避免死锁？21.滑动窗口限流的实现原理及优点？22.如何实现 IP 和用户维度的多级限流？23.为什么使用二级缓存（本地 + Redis）？如何保证一致性？24.算法题：两个无序链表合并为一个有序链表

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...

发面经攒人品1、自我介绍2、项目问题3、sizeof编译期运行还是运行期4、new和malloc区别5、进程线程区别6、线程同步方法7、死锁概念和怎么解决8、智能指针开始在线笔试9、成员变量int* data;，构造函数data=new int[100];析构函数delete data，找出问题并修改（delete[] data，不然不知道要删多少）10、单例模式获取实例双重检查锁（DCL）（new不是原子操作需要考虑内存序）11、手撕topk12、手撕最长回文子串13、智力题烧绳子，绳子质地不均，有若干绳子，烧一根1h，问计时1h15min怎么做

上周面试了乐信圣文的Unity开发，虽然最后没过，但是还是想记录一下这次面试。我的基本情况是：0实习，211本科，有竞赛经验，对unity开发也不了解一面：1.介绍一下自己2.提问简历上的在校经历与竞赛经历问了笔试之中的几道题和我的答题思路，这些都是我自己做的，所以回答的很流畅3.常用的几种设计模式（答出来了），但是后面又具体问了MVC，这个没有具体了解4.单例设计模式是什么，工厂模式和策略模式的区别（答出来了）5.SOLID具体指的是什么（最后D的回答不太好，应该是依赖倒置原则，我忘了名字了，只说是一般在基类中我们使用纯虚函数来实现这一原则）6.里氏替换原则的具体内容（答上来了）//接下来就...