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...

大佬们 ，有什么建议吗 ，双非本 一段实习 想在3月份找大厂实习，还有什么需要改的吗？

第一题贪心，过了18%。动态规划，超时了，也只过了18%。没办法了，下一题第二题最小花费问题，不过题目比较长，需要慢慢理解，dpPS: 感觉难的是理解题目如果对你有用的话，求个花花