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...

😭

感觉很迷茫，求大佬们给些建议

简历挂这周继续挂简历：快手倒在了HR和业务筛选之间哔哩哔哩没用内推的岗位很快挂了，用了内推的还在初筛完成了携程的游戏化测评，比去年做得差了些。美团第一场笔试感觉自己做得还不错，都做出来了，就没有报名参加第二场，预计下周开始捞人面试。继续投增投了米哈游、巨人网络、搜狐畅游这三家游戏公司的产品，以及一些日常实习岗位。收到淘天集团HR电话，简历评估已过，来通知笔试、面试都要写代码成功戳中软肋。Anyway，权当看看题目去~投了SAP的钻石级杰出人才计划VT项目（产品经理），今日收到笔试通知，没想到也要写代码，人麻了小米日常实习投二挂一（极速版）华子咱就不指望了↑一些车...