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...

24届女生，感觉考研二战要失败，急需大佬指点！🥺🥺🥺

有希望吗

同学们，度小满的校招内推开始了！ 内推码：NTA5RMx 度小满内推链接： https://app.mokahr.com/m/recommendation-apply/duxiaoman/1484?sharePageId=3873479&recommendCode=NTA5RMx 欢迎大家投递我们的度小满，有问题评论区打出来！ 度小满是一个投资员工的公司，加入我们的团队！