选你能用上最好的模型！

1.个人介绍。2. Qwen和DeepSeek的技术差异。3.当前主流的强化学习算法有哪些？请写出对应损失函数的数学表达式。4.介绍RLHF的实施流程。5. RLHF对齐流程解析。6.说明 SFT （监督微调）和 RLHF （基于人类反馈的强化学习）的具体作用。7. LORA （低秩自适应）的核心原理。8.使用 SFT 存在哪些局限性。9.手撕实现"括号生成"问题( LeetCode 22)，要求生成 n 对有效括号的所有组合。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

----------------------------------12.30 一面全部问的实习手撕：快排----------------------------------1.6 二面问实习了解过 LLM 类似的机器学习相关的原理性的一些东西吗？（说了些transformer原理）agent的几种模式？分别有什么特点和优劣？反问：几轮面试 回答：两轮技术面+一轮hr反问：部门 回答：同花顺的ai部门----------------------------------暂无后续bg四非本，还是太难了没什么面试，唉

目前211大三在读 没有实习经历和获奖经历 大二下学了java的一些知识 springboot，MYSQL，和前端三件套以及vue框架之类的东西 是allin后端还是准备考研啊 我打算下学期去投暑期实习。

不玻璃心，能接受锐评