去年春招开始出来找实习，因为没怎么刷算法挂了一堆笔试，最后找了个小厂。秋招的时候还不太明白“秋招”意味着什么（为啥毕业提前一年就开始找正式工作了，非常不合理），懵懵懂懂地投了几份简历，一开始是技术面猛猛挂，后面好不容易技术面过了，又挂两次HR面，没啥经验，各种踩坑，HR面挂了想要去的大厂，心都要碎了。经历了秋招的失败，春招很早就开始准备，猛猛刷题、改简历、复盘、对着摄像头练习表情管理。年还没过完就开始在网上每天高强度投几小时的简历。好在运气不错，春招刚开始就开始陆陆续续收到offer（秋招这个时候还没收到面试），最后选择了叮咚买菜，虽然公司不是顶级大厂，但作为本科生...

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...