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...

各位有遇到吗

50min。问得很细，底层。啥问题都会场景化延申实习主要做啥业务大key问题解决八股缓存淘汰策略 就记得个LRU和时间轮了LRU的数据结构，如何实现的，如何保证存取的效率 接上：如果要添加一个访问次数的字段如何设计数据结构mysql的锁表：a是主键，聚簇索引；b是非聚簇索引。有数据a=5,b=5；a=10，b=10。select from 表 where a = 5 会加什么锁； where a = 7呢。（各种间隙锁、行(记录)锁、next-key锁(间隙＋行) 麻了）select ... for update 使用的锁索引失效的情况redis实现分布式锁；过期时间；续时机制threadl...