27届亚信java实习

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...

1.用的LLM模型随着变化，用起来有哪些不一样的地方？怎么应对模型差异带来的效果的一个变化2.milvus，mysql数据库用来村哪些数据3.关系型和非关系型数据库的区别4.mysql如何实现事务的，底层答得navicate begin commit roolbanck；应该是锁，MVCC相关5.索引有哪些，聚簇索引和非聚簇索引的区别好久没看八股了，答得不好6.乐观锁悲观锁的区别7.springboot自动配置的原理；怎么找到配置的类的8.hashmap底层结构，怎么扩容，线性安全吗；concurrent hashmap线程安全，怎么实现的；1.8前后的区别9.锁的话，synclized 和lock区别答的state关键字设置10.读写锁怎么实现的，retranlock；深挖源码里怎么实现读锁和写锁的答得AQS，state高低位设置11.比如实现读锁，写锁分别的state里面底层怎么设置12.线程状态，slleep和wait的区别13jvm内存模型，常量在哪里；方法区里面什么14.垃圾回收算法，分别用在什么场景答得分代回收用的多，新生代老年代15threadlocal有什么作用；thradlocal怎么保存参数的；强弱引用的话16.现在N个数，占了一半以上，怎么快速找到；hash单词遍历两个O(n);Arrays.sort(快排)17.快排是怎么快的，原理；那二分查找原理；回到刚刚更低的方法吗18.有用到什么中间件吗；redis kafka用来做什么；为撒选择kafka，其他rocket选型对比19kafka底层大概有哪些组件答得zookeeper，ack机制；分区局部有序20.通过api调用的话，怎么调用api的；走的apikey吗21.那你知道怎么读取向量数据库，看你在搞这个答得pymilvus工具包22.了解token怎么计费的吗答得内网私有部署，外网购买相关23.ai应用的，怎么节省token使用24.ai应用有什么实际产生效果25.用过claude code写过代码答得codex和claude code有个稍微的对比26.作业：AI辅助发邮件，写提示词完成json转需要字段格式json；交付1.一个prompt，交付2.返回json数据交付3，返回提示词验证过程，比如最后的数据是否符合条件cursor 3min秒了，发到共享框中4min反问面试表现：java细节多了解下，大模型实践还是比较多带个耳机收声好点

1、自我介绍2、项目拷打3、介绍 DeepSeek 与 Manus，以及他们之间区别4、介绍 LLM Decoder-Only 架构Decoder-Only 架构本质上就是只使用 Transformer 里的 Decoder 结构，通过自回归的方式一个 token 一个 token 地往后生成内容。它的训练目标通常是 next token prediction，也就是根据前面的上下文预测下一个 token。它的关键点在于 Masked Self-Attention。所谓 masked，就是当前位置只能看到前面的 token，看不到后面的 token，这样模型才能按从左到右的方式学习生成。整体结...

面试官人真的挺好的，总共时长半个多小时，基本全在问我项目的内容，没有问什么八股，但是我面试的太少了，实在太紧张了自己以前做过的这些东西都一片空白了，面试官说，三天之内联系我，是不是要挂了？