听说大家最会选offer了

秋招已燃尽，求牛友们帮选！！！1，交行总行测试中心，软件测试，base上海，网传n，月base低，听说大头在年终奖，有加班，说是看分的组，不好的组加班严重2，上海银行总行金融科技，软件开发，base上海，n-1，网传绩效占比较高，有加班3，南网数字集团，信通类，base广州，n-3，进去后还得再双选确定具体的子公司，目前无法确定，网传绩效占比高，某乎说进去就是项目经理一类，周末貌似也要on callbg双2，希望能稳定，所以找了几家国企，希望不要太累😂，加班不要太离谱即可，目前准备从这三个里选择一个，虽然这三家网上风评都不太好，但也只能选一个了😥。求广大牛友帮选呀，有啥建议都可以发在评论区，本人都会认真看的！！！

1️⃣ 自我介绍2️⃣dpo训练对于系统问答的优化在哪里3️⃣提高模型的准确率核心是什么4️⃣rerank 用的什么模型5️⃣swiGLU 的改进6️⃣全参数微调 7B 需要多少显存7️⃣FP16/BF16 区别8️⃣介绍 gradient checkpoint9️⃣RougeL 计算方法1️⃣0️⃣代码：找数组第 k 大元素✴️如果想了解更多算法相关的面试问题，欢迎后台咨询算法offer辅导。

再纠结一次吧，本人男，陕西人，目前在这两个offer之间纠结，家庭条件一般吧，家里能给一些小支持但也不是全款拿下房车的水平。请各位大佬帮忙提点建议:1 陕西省移动金种子，前三年金种子补贴每月6500，前三年到手大概20左右（不包含公积金，加上公积金可能有个22？），三年后补贴取消，按照这三年自然晋升的岗位职级发放薪资，大概率会降，怕真定岗个6就没心气了，基本工资就5 6000一个月，年终奖看运气。后面就熬资历，熬晋升。稳定，但有可能薪资很久都不变，但是轻松不好说，看部门看领导。强度1-2颗星。2 阿里淘天后端开发ssp，base杭州，实习转正，32k*16（13+3，绩效正常情况下3个月年终），8w签字费，前两年有每个月2k房补，不连公积金到手35w，加上双边公积金45w左右。强度3颗星。开的挺高，但怕背差绩效，以及未来回西安难度。引流:字节跳动，腾讯，阿里巴巴，快手，美团，京东，滴滴，网易，移动，联通，电信，国家电网，工行，农行，交行，中行，邮储，建行。

项目深挖 1. 训练参数设置&资源配置细节2. DPO训练loss的直观含义（别讲公式！要大白话）3. 为啥不直接SFT，非要搞DPO？（核心是对齐效果差异）4. 负样本构造逻辑追问：长链路GUI下正负样本长度不一有啥影响？原因是啥？5. 为啥选GRPO？对比过其他算法吗？6. tool response需要loss mask吗？理由是啥？7. 训练任务中mcp构造数量+具体case8. 训了几版模型？印象最深的bad case是啥？八股问答1. 看过AUTOGLM论文吗？其他大模型论文呢？印象最深的点是啥？2. 给定模型层数+隐藏层维度，估算参数量级+解释计算逻辑3. 同参数同序列长度，计算kvcache大小手撕代码流式输入输出处理规则（划重点！优先级很关键）1. 被<think></think>包裹的字符直接隐藏（优先级最高）2. mcp调用只输出instruction里的内容3. 其余内容正常输出