理想汽车：上海，冲压，(n + 7)*(14 - 16)，六险一金公积金12%，估计985，月基本工资不含绩效。赛力斯：重庆，整车研发 - 雨刷系统，(N + 7)*14，六险一金公积金10%、社保基数4400，加班无加班费可调休，估计996，住宿双人间不包水电、有一个工作地住宿交200/月、餐补每餐13、安家费补贴5000，其他方面，第二年开始工资的5%作为绩效考核不知道怎么选，想听听大家的意见

1.八股：大模型框架了解哪些，介绍下vllm原理2.八股：常用的LLM，讲解DeepSeek R1的训练流程和基本原理。3.八股：讲讲MOE架构和Dense架构差异，在训练和推理方面4.项目：介绍实习项目，项目中有没有做微调？5.项目：DPO，PPO和GRPO的区别6.项目：为什么PPO要用value baseline和GAE？它们如何让训练更稳定？7.项目：为什么GRPO在训练MOE时会出问题？原因是啥，怎么改进策略8.项目：GRPO的KL散度是什么？KL散度中超参数如何设计？9.项目：阐述大模型的幻觉现象及抑制方法。10.代码题：lc300 最长递增子序列

1、实习介绍2、聊项目3、ppo dpo grpo区别4、reward获取方式分别是什么5、rag怎么解决模型幻觉6、为什么做nlp7、clip训练方式？temperture的作用8、算法题：三数之和9、反问(做文心一言coder模型预训练的)

求拷打简历