1.八股：LoRA 和全参数微调的核心区别是什么？在显存和训练效率上各有什么优劣？2.八股：DPO、PPO、GRPO 三者的优化目标有何不同？为什么 GRPO 的 loss 中要显式加入 KL 散度项？3.八股：Transformer Encoder 中 FFN 的作用是什么？4.八股：什么是 DeepSeek 的 MLA？它的优势是什么？5.项目: 你在实习中用 LoRA 微调了哪个开源大模型？具体 rank、alpha、dropout 是多少？为什么这样设置？6.项目：SFT和DPO 数据是否有重叠？DPO 的偏好数据是如何构造的？人工标注成本大概多少？7.项目：你们的 RAG 系统召回阶段用了 BGE-M3 还是 BM25？最终选择依据是什么指标（如 Recall@k）？BGE-M3 输出向量维度是多少？8.项目：为什么不用纯向量相似度直接生成答案，而要再过一遍大模型？这样做对幻觉和安全性有什么帮助？9.手撕：接雨水（LeetCode 42）

本人bg双非本，中9硕，目前研一，应该选哪个方向比较好，有没有大佬提供下建议啊

1.langchain的主要在这个chain 怎么理解这个chain2.提示词怎么设计的 如何设计3.rag怎么构建的4.模型微调qwen2.5-3B 用llamafacotry 怎么做的（直接说了用ui调 难绷）5.mcp mcp是什么6.工具调用失败 怎么办 我说了个设置保底策略7.想要按照结构输出怎么办？ 我直接说了按提示词调 不行的话再结构化输出8.多agent协作 如何做 设置工作流 这个不太懂

38*12+10硕士16a，有其他更好的offer，已拒绝