腾讯内推--全流程推进面试offer

👩🏫【学而思｜创校骨干教师招募令】 🌟 职位亮点 👉 破格培养：校长天团1v1带教，全程参与新校筹建、课程研发与团队搭建 👉 超高速成长：跃迁式发展通道（骨干教师→学科负责人→校区管理岗） 👉 高起点平台：入职即接触战略级项目，深度参与教育创新实践 🎯 招募对象 ✅ 22-25届毕业生（专业不限，数理、工科背景优先） ✅ 热爱教育事业，具备创新思维与执行力 ✅ 有支教/教育实习/社团管理经验者加分 🌍 工作坐标 📍 粤港澳大湾区 📍 长三角经济圈 💎 薪酬福利 💰 首年综合年薪20-35W 🎁 六险一金、年度体检、带薪病假、福利年假等 【内推链接】https://ap...

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...