淘天一面 暑期 一面已过
简历挂了三个部门（阿里和团子，太狠了），自己在牛客找人，又给捞起来了。
面试官人不错，乐乐呵呵的。
先自我介绍了一下，自我介绍的面试官真不多。
稍微问了下项目，有没有遇到什么问题等等。
DPO loss 公式？手写。这里忘写出sigmiod，然后ref model的位置记混了，也给过了。
logits = (policy_good_logps - reference_good_logps) - (policy_bad_logps - reference_bad_logps) loss = -F.logsigmoid(beta * logits).mean()
DPO 和 PPO 的区别？
T1:
找到有序数组中的最左边的target 的index，二分。[1,2,2,3,4] 这样，result_index=1.
T2:
nums 所有的子集。
回溯即可。
都不用运行，但是代码留备份了。(QwQ)
概率题：
一个筛子，出现全部的六个面，需要投掷几次？
反问：
推荐系统已经很发达了，现在还能干啥？（技术红利巴巴，总会有技术红利的巴巴。）
推荐大模型是啥？（淘宝公众号有，自己看。）大概就是输入用户的文本描述prompt，输出item文本。
有什么建议？打了个哈哈，问下实习多久，说挺好的。没啥建议。
我进去后干啥？AIGC相关，淘宝的图像视频生成，怎么吸引顾客。
问了有几面，说两轮技术，一轮hr。（最好是，别整三轮技术了真的。）
最后许愿字节oc！
查看24道真题和解析
投递腾讯云智研发等公司10个岗位 >