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...

有偷子😅

游戏策划的心声宝宝，当你看到这封信的时候，我已经在搜狐畅游打了1年工了 这1年里， 我一共写了n个系统文档 参与了200+次会议 跟技术&美术battle10086次 得到了10010次玩家的亲切问候（虽然这并不是我的锅啊啊啊，都是整个团队一起决定的 不过我也不是完全没有收获 从公司顺走了20多个手办周边、4件文化衫蹭了公司348顿下午茶 带薪打游戏超500小时(领导应该看不到这篇帖子吧 累计获取60天的超长年假 总体而言，收获远远大于烦恼，欢迎更多小伙伴加入我们！ 本篇来自2024年加入畅游的一个游戏重度用户畅游有限公司(纳斯达克股票交易代码:CYOU),中国在线游戏开发和运营商之一...