暑期实习

今早hr打电话约了下周的电话面，都没有笔试就约面了吗？有uu了解他们的整个流程吗？

有飞猪暑期进二面的吗 怎么看到这么多kpi

#算法#情况: 一面过1、都是简历面2、了不了解rope，知道qwen的rope和deepseek的rope有什么不同吗3、PPO和DPO有什么区别，简单介绍一下4、介绍DPO的原理5、多轮对话与单轮对话计算loss区别6、rope的原理，mla里面的rope是什么原理反问:1、干嘛的具体是30%业务70%研究，主要做智能客服对话和强化学习，业务+科研导向2、多少张卡200-300张代码题：给定一个数组x=[x_1, x_2,x_3 , ..., x_n],要求，实现一个采样器，采样[0, n-1]之间的数据，要求采样0的概率为x_1，采样1的概率为x_2，采样i的概率为x_{i+1}，函数输出是X列表中的其中一个例如：给定p=[0.1, 0.3, 0.4 ...]，sum(p) = 1，要求采样到0的概率为0.1，采样1的概率为0.3，采样2的概率为0.4需要考虑计算复杂度#输入 x p#输出 xi i=1 ～nimport randomimport bisectdef roule_whe(p):    cumu_arrays = [0.0] * (len(p) + 1)    for i in range(len(p)):        cumu_arrays[i+1] = cumu_arrays[i] + p[i]    r = random.random()    return bisect.bisect_left(cumu_arrays,r)-1p = [0.1,0.3,0.4,0.2]index = roule_whe(p)print(index)#阿里#

已发意向一面：自我介绍围绕实习问了增量预训练SFT和强化学习的取舍数据合成和筛选流程无八股手撕两数之和二面:自我介绍问了下对齐方面的问题，主要是GRPO PPO DPO区别和怎么应用落地项目的一些难点，项目和飞猪当前方向相关，做智能客服deepseek的八股 如MLA原理，GRPO的优势函数怎么计算无手撕30分钟左右，口头发了offerHR面问了下base意向，面完秒发意向