28届双非硕想进大厂，求求大家分享经验

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 ...

全程没有怎么问实习，都是八股相关的内容1. 在项目中用了哪些索引2. 介绍一下主键索引和聚集索引3. 介绍一下覆盖索引4. 给一个sql语句，select * from tableA where a = 0 and b < 1 and c = 2 order by d desc; 问你怎么建索引，并说明理由5. 这个b是一个范围查询，能走索引吗。是完全用到索引还是部分用到索引6. 对这个sql进行优化7. d字段要建索引吗8. 介绍一下mysql的乐观锁和悲观锁9. 乐观锁是怎么实现的10. 乐观锁的这个字段是怎么维护的11. 项目中用到redis的场景和数据结构12. redis的分布式锁主要用到哪些命令13. redis和mysql的数据一致性是怎么实现的14. 我们部署了一个java服务，对外暴露了一个域名，在网址上输入这个域名，访问到这个api，然后返回数据，这个过程是怎么样的15. 比如服务器上有一个订单服务，一个登录服务。如果我们请求的是登录服务的URL，做DNS解析知道是这个服务器的ip之后，这个ip是怎么知道这个请求是打到登录服务而不是订单服务的16. HTTP的状态码分别是什么含义17. 502和504状态码分别什么含义18. 查看日志文件最后几行的linux命令是什么手撕：快速排序

#牛客AI配图神器#对面没有开摄像头，迟到了2分钟1.自我介绍2.MCP3.多级缓存4.mvcc5.没有分布式锁实现并发扣库存（我脑抽第一想到的是cas,但是是抢单场景）6.ThreadLocal结束！凉凉企业到底要什么样的人，。八股背了又不问，实习刷了也不问

，有没有什么老主神学，祝我一臂之力