华为

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...

有hr看一眼吗？自动化专业的。

📍公司：美团26暑期实习👜岗位：后端开发📖问题：一共三道编程题，两道水题，一道高级数据结构题。 字符串模拟 题目简介：初始一个空字符串。给一组操作，如果操作是数字就记录下来更新变量g（g初始为0）。否则先将字符串循环右移g位再判断操作，如果该操作是'R'，翻转字符串否则将该操作对应的字符加到字符串后面。代码 #include <bits/stdc++.h> using namespace std; int main() { int T; cin >> T; while (T--) { string s, res = &qu...