无论文勇闯大模型——贝壳找房

面试迟了大概半个小时。说是前面的人没面完。

好像他们面试是专门留一天面的。

自我介绍，做题。面试官问我会啥，说就是走个流程。

leetcode 打家劫舍。

主聊项目，考察对 VLM 的理解，CLIP的理解。

问Long CoT 如何定义？32k及以上。

反问工作强度和业务应用。很累。

面完直接第二轮。高强度面试wok。

部门老大面试，没做题，感觉是业界大佬。

聊强化学习，其中有个点是把 rollout 阶段把全错的样本部分替换为对的，让模型可以进行学习，问“和DPO有啥区别”？

这样不是off-policy了吗？ on-policy 的优势是什么？

GRPO的缺点很大，必须是可验证的query，开发问题，例如报告生成，就很难，非常难，他们就在做这个。

聊多模态embedding，聊CLIP的缺点。

聊了聊对VLM的看法。

说了一些建议，对算法工程师职位的理解，未来的发展规划等等。

是那种落地的大佬，比较注重实际业务产出。

面完 hr 面。

说月底给通知。

问往年薪资。

大概30k左右。16薪。

没办法，水平有限。