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...

也去查了一下

30分钟）一、八股（看了笔试记录，说做的不错）1.主要使用的语言2.Java序列化反序列化3.Volatile底层实现4.Java什么安全（不会，不记得具体问了什么，不是线程安全，不是加密那块）5.数据库迁移，同时更新数据库呢6.有没有处理过慢sql，用like查慢吗，如果like查中缀、后缀怎么优化慢sql（说是数据库角度无法优化了，要在业务层面做优化）二、开放（说基础不错，问点开放的）1.你的优点2.入职练手项目是购物系统，那么怎么处理超卖3.你怎么学习新知识，怎么知道这是那块的知识4.Chatgpt会对电商领域带来哪些改变三、反问1.部门工作类似中台、基础架构2.技术栈，以数据库为例，除...