搜狐实习

来搜狐当实习生整一个月啦！从第一天攥着工牌紧张到抠手指，到现在敢在会议室插不上话就递水递笔，这波成长值直接拉满💪满月暴击：原来大厂真的不养闲人刚入职前三天："我是谁我在哪我要做什么"😵 对着后台系统发呆现在：独立快速完成工作，速度和质量都得到了mentor的称赞！💣 避坑提醒：别等领导催！每天早上发今日计划，下班前同步完成情况，哪怕只做了一半也要说，职场透明人才是真的危险追星人狂喜：明星离我只有3米这一个月的追星运直接焊死在顶峰！来了许多扫楼的大明星！真人比镜头里瘦太多，还笑着对实习生饭撒，本人真的都好美！而且不是远远看一眼那种！位置好的话真的可以和明星面对面！！！这和卖签售有什么区别！这一个月最大的感受就是：好的工作真的会让人发光✨ 不用内耗不用焦虑，每天都在学新东西，这种踏实的感觉比什么都重要

社招急招！京东零售p5-p8职级都收 简历直达老板 流程快 持续跟进进度

1.实习介绍2. 语义理解相关：在搜索链路里，像“苹果”这种既代表品牌又代表水果的语义歧义情况，通常是如何进行建模的？另外，多义词消解和上下文建模的核心方法分别是什么？3. Toolformer 与 RLHF 对比：Toolformer 采用自监督学习来生成 tool call 数据，这种训练范式和 RLHF 存在哪些差别？并且，为什么 Toolformer 更容易实现泛化呢？4. Reflection 机制判断问题：在 Reflection 机制中，我们该如何判断一个 Agent 执行失败是由于知识缺失，还是工具调用错误导致的呢？5. RAG 与库存一致性：假如商品知识库是实时更新的，那么要怎样保证 RAG 的召回结果和库存信息保持一致呢？6. RAG 长尾商品问题：在搜索场景中，RAG 的向量检索容易受到长尾商品的影响，针对这个问题，你会采取什么措施来缓解呢？7. GRPO 与 PPO 对比：GRPO 和 PPO 之间的区别体现在哪些方面？另外，GRPO 的优化目标函数应该怎么写呢？8. LoRA 电商推荐场景设计：如果要运用 LoRA 来对电商推荐场景进行微调，你会如何设计相应的数据和标签呢？9. LoRA 与 Prefix Tuning 对比：LoRA 和 Prefix Tuning 有哪些区别？在什么样的场景下会选择使用 LoRA 呢？10.算法题：请实现一个 LRU 缓存机制。

算法35×20＋qzf，llm相关，东子签字费给的倒是蛮大方的