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...

#牛客帮帮团来啦！有问必答#

我没想到这个事还能有后续……我也没想到这个帖子在牛客热榜上挂了好几天……我也没想到这个帖子会被人搬运到xhs……我也没想到我都匿名了，还是被mentor发现了……她给我发微信：没想到你还挺有文采哈哈真的社死🥲这个故事就到这里吧，感谢大家的关注，以后应该也没有后续了（如果有的话我会第一时间告诉大家）话说在牛客发匿名帖子为啥不能匿名回评论啊！