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...

现在已经不回我了😭ps：求大家建议。本人是出国选手，想水个实习整简历上，类似的中小厂写留学申请上能有用吗？中大厂感觉来不及学了，lc刷才30题....

🔥内推可以收获什么1.有问题随时私信，不用担心找不到人～ 每天晚上7点后定期回复消息。2.想知道内推进度？公司福利环境？校招培养？只要是你想知道的，我会尽我全力解答。🔥校招QA: https://jobs.mihoyo.com/#/campus/qa🔥 投递直达：https://jobs.mihoyo.com/m/?sharePageId=76622&recommendationCode=EIXGN&isRecommendation=true#/campus/position 社招投递直达：https://jobs.mihoyo.com/m/?sharePageId=81...