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...

菜鸟垃圾（我）碰瓷wxg——粉身碎骨（xm哥哥真是太强了呜呜呜）感觉问的比较活，是我太菜了，还需要沉淀，暑期处女面，继续加油捏！老规矩 上来手撕三个题（算法不难）1.事件循环的题2.快排3.岛屿数量然后开始问问我写的代码：var定义的函数为什么不能写在其他函数上面，挪到下面就可以了为什么[nums[right], nums[start]] = [nums[start], nums[right]] 可以交换数组元素的位置promise：promise的三种状态以及如何转换的（送分）promise提出是为了解决什么问题？promise不会回调地狱吗？回调函数是下一个结果依赖于上一个结果，如果用pr...