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 ...

已经有一段实习了，但是年后投到现在至今0约面😭，是哪里出了问题啊，是双非学历问题还是简历问题啊😭😭求各位大佬指点一下

手撕两数之和（不是力扣 是输入两个数字返回数字的和）

1. cpp 的虚函数和纯虚函数答案：虚函数是为了支持运行时多态。父类把成员函数声明为 virtual 之后，子类可以重写它，通过父类指针或引用调用时，会根据对象的真实类型决定执行哪个版本。纯虚函数是在虚函数声明后写上 = 0，表示这个函数只定义接口、不提供默认实现。只要类里存在纯虚函数，这个类通常就是抽象类，不能直接实例化，派生类如果不实现这些纯虚函数，也不能实例化。虚函数强调“可以重写”，纯虚函数强调“必须实现”。工程里纯虚函数经常用于定义接口层，比如网络连接接口、日志接口、存储接口。代码： #include <iostream> using namespace std; cl...