许愿贴

情况:面完一面过了一周，HR直接发了OFFER，没有二面，已ocPPO与GRPO的区别，分别介绍他们的优势与缺点DPO对齐训练的曲线是怎么样的，正例的概率会提升嘛,参考这个知乎回答:Deepseek-R1里面不仅推理能力很好，而且文采能力也很好，这个是个开放问题，如何让模型的文采能力也很好呢？介绍你在实习做的事情，有遇到什么case嘛，怎么解决的deepseed介绍deepspeed的每一段的通信比较，zero3分别是0和2的多少倍，1.5倍DPO如何解决回答过长的问题，除了正则开放问题：为什么现在大家都在关注于大模型的推理能力reasoning对于一个base model如何增强大模型的re...

2025被裁，重新找，还没有面试 ，求改简历

T1 括号匹配（100%）力扣刷过这个题目，这个题目进阶了一下，比如【{】}这种是不可以的。用replaceAll也不卡时间T2 BFS（100%）蓝桥杯有一个类似的，不过是把颜色变成红绿灯。直接bfs，然后vis数组开两个，一个蓝色一个红色，注意这个数组不能记录边（这样过75%），要记录当前在这个节点，是蓝色或红色这个状态之前有没有出现过。 while(!q.empty()){ int siz = q.size(); for(int i = 0; i < siz; i++){ pair<int, int> cp = q...