决赛圈offer选择

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...

现在已经不回我了😭ps：求大家建议。本人是出国选手，想水个实习整简历上，类似的中小厂写留学申请上能有用吗？中大厂感觉来不及学了，lc刷才30题....

工作体验：✅公司岗位：科大讯飞java后端 ✅背景：某211计算机小硕一枚，22届校招最后选择了飞子，入职飞子已经一年半了，一些体会分享给大家 ✅薪资待遇：一年税后到手工资=一辆奔驰C，在合肥还挺香的 ✅职场感受： mentor和leader对我都挺好。就算我经常拿着那种让我回想起来都觉得尴尬的问题问他们，他们也会包容给我，觉得新人需要时间适应和成长，然后耐心的跟我说清楚原因。大家讨论到某些技术问题也是畅所欲言，不会担心因为说错话而受到批评。 再有就是对于新技术关注和研究，大模型刚出的时候就看到各位同事都在积极探索和使用，同时开始调研类似的技术，以帮助改进业务水平和业务能力 入...