冰川系统策划一面

一、static_cast 最常用的普通类型转换。用于编译时进行类型转换，不进行运行时类型检查。可以进行向上转换（隐式，不必使用），也可以保证合法向下转换（但不一定安全，只是让编译器认为安全，安全由程序员来保证），但不允许无关转换。二、 dynamic_cast 运行时类型检查。主要用于向下转换，将基类指针/引用安全地转换为派生类指针/引用。在转换失败时返回 nullptr（指针）或抛出 std::bad_cast异常（引用）。成功条件：基类必须有虚函数，要不然不是多态；要转换的目标类型必须是对象的实际类型（或者是派生类型）。三、const_cast 可以消除 const 或 volatile...

简历求拷打，有没有大佬给点建议😭实习经历不太会写，大部分都是做业务功能的没有很强的技术点😟

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

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...