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...

不用这么现实吧对你没用了就秒删隔一阵子也好呀果然当HR需要有颗大心脏😭八股不知道咋记，不知道重点，可以看看我的神品八股专栏，全网40w粉大博主也在看，介绍如下https://www.nowcoder.com/discuss/718273556131377152?sourceSSR=users

0313 2小时秒挂1.JVM 垃圾回收机制？标记 - 清除算法、复制算法、标记 - 整理算法、分代回收算法2.这几种垃圾回收机制有什么优缺点？3.JVM 有哪些垃圾回收器？CMS、G14.多对多的关系怎么设计？建立中间表，创建两个字段分别指向两张表的主键5.事务的ACID特性？原子性、一致性、隔离性、持久性6.项目相关问题