京东复试，下午两点开始到现在状态还没变？

问实习一（第一个项目）优化的核心指标是什么为什么用模型来代替策略？解决什么问题mmoe的特点是什么为什么做下采样，如何确定采样比例采样前后的准确率是否一致？如何解决（第二个项目）为什么做微调，为什么做sftsft的优点是什么，为什么会有微调后效果更好的情况有哪些负样本，如何解决微调时用了多少样本？为什么觉得够用问实习二为什么用cnn-lstm，为什么没有用transformer节省电费是怎么算出来的

美团hr面上来就说今天的的面试有三种结果：被挂；被加面；通过。压迫感拉满到被询问期望薪资，脑子一抽就说“肯定是期望ssp”。hr没有继续追问下一个问题了，当时也忘记找补一下说“其实要根据秋招的行情来看，巴拉巴拉一下”，暗示一下hr，不给ssp也行。事后，想了几天，很后悔当时舔得不够好，不知道会不会因为我要得多直接给我挂了。幸运的是，煎熬了几天还是收到意向了，秋招的第二个意向。谈薪果然是勇敢者的游戏，哥们只是介于勇敢者和懦夫之间，谈薪时尝试勇敢出击，事后有懦弱起来了。下次谈薪整二两小酒，酒壮怂人胆。

被训成啥了，正常发个吐槽公司的事离职后还能私聊阴阳我

项目询问没挖太深问了个PPO和GRPO DAPO的区别问了一个懂不懂vLLM和SGlang的实现问了一个ms-swift 和 VeRL各自设计上的优劣，我说VeRL用起来更方便，每个模块很清晰，ms-swift集成的太好了，不方便改问了一个宏观的问题：如果给你一个多模型后训练任务，怎么设计训练框架？我说两个点，一个是模型加载，需要考虑到适配不同的模型，方便未来的模型加入进来，另外一个是RL这一块，需要适配不同的算法，让用户自己可以比较灵活的去定义和修改算法，例如你实现了 PPO算法，能不能很方便的改成GRPO,DAPO,GSPO。面试官不太懂训模型这一块比较关心框架设计后面反问工作内容也是提到...