字节一面

1h
1. 为什么要用dpo,什么任务要用dpo,不用可以吗,用了好处在哪,能优化哪里
2. dpo ppo异同,dpo详细原理,loss
3. 任务为什么不能只用sft
4. 现在的推理模型是怎么训出来的,重点你感觉是哪里,哪里是让这些模型获得推理能力的点
5. r1原理
6. prm 和orm讲一讲,什么情况prm 什么情况orm,哪种更好,重点讲prm的优缺点,为什么现在的推理模型没有用prm

手撕。一个字符串列表,一个长字符串,判断长字符串是否能用这个字符串列表里的词组成。
没做出来,寄寄寄
全部评论
第六点讲不明白,感觉面试官不是很认可我的回答,手撕也没做出来,很寄的感觉
点赞 回复 分享
发布于 03-21 17:56 辽宁

相关推荐

昨天 22:29
门头沟学院 Java
点赞 评论 收藏
分享
牛客nb666号:见天才的门槛罢了查看图片
点赞 评论 收藏
分享
不知道怎么取名字_:两个方向 1.简历针对性准备下 2.面试前也需要准备的 主要还是要看各个公司需求,看公司行业和岗位描述,那里面已经写了对技术的需求,一份简历,不可能和所有嵌入式岗位都匹配的
投递北京经纬恒润科技股份有限公司等公司6个岗位
点赞 评论 收藏
分享
评论
1
3
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务