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...

****投了两百多份一个面试都没有这是为什么啊，能帮忙看看我简历有什么问题吗？十分感谢

双非本，请教大佬们我的简历哪里出问题了

一、编程题高频考点01串交换问题题目描述：交换01串中两个不同字符，求生成不同字符串的数量。考察点：数学规律推导（0的数量×1的数量）+ 特判长度为2的情况（01/10两种可能）。注意点：需用long long类型避免溢出，部分用例需处理全0/全1的情况。5×5矩阵数字识别题目描述：从含#和数字的矩阵中识别特定数字形状（如数字0-9）。解法思路：模拟法：统计每行非#符号数量生成哈希值，匹配预设哈希表。特例判断：如数字7、2、3、5等通过特定位置符号分布识别。异或最大值查询（动态集合操作）题目描述：维护一个支持插入、删除的集合，每次查询与目标值的最大异或结果。考察点：Trie树动态维护与贪心匹配...