985博士offer帮选

今天看了OPPO的春招，本来想投他们的AI岗位，结果发现一上来就要求博士学历，门槛实在太高了。光是学历这一条，就能刷掉一大批人。而且感觉博士大多更倾向于去高校，愿意进企业做工程的其实不算多。再看看我自己，也没发表什么论文，博士条件肯定达不到，从成果上看确实没什么竞争力。这个岗位应该是做自研大模型的，估计进去之后要求也很高，后期要是没法给公司创造价值，压力肯定也不小。我还在纠结要不要读个博士，后来想想还是算了，实在读不动了。

发一下问题给大家参考，攒攒人品！1.了解deepseek-R1吗，介绍一下2.大模型灾难性遗忘是什么?怎么解决的?3.项目中怎么做的多任务学习，有用到经验回放吗4.deepspeed三个阶段5.计算attention时候为什么要除以根号dk，还有哪些scale处理?6.什么是旋转位置编码，解决了什么问题，为什么7.训练一个7b模型要占用多少显存，不同zero阶段能节省多少显存8.讲lora微调，如果是全量参数sft需要多长时间?9.讲DPO、PPO、RLHF

1. 项目描述：设计并实现了一套完整基于RK芯片-低时延ROS-大模型Agent-端到端机器人系统，涵盖ROS-高带宽数据-共享内存低时延通信优化，低时延端侧大模型 Agent 离线/在线双版本交互（离线版：ASR->Qwen3-0.6B微调-量化部署->Function Call指令遵循->TTS全流式链路；在线版：Qwen全家桶ASR->qwen-plus记忆推理->Function Call指令遵循->TTS全流式响应）、完整的低时延相机视觉处理全链路（V4L2相机驱动数据采集->RK-MPP/RGA硬件加速优化数据处理->多线程NPU推理加速YOLO模型目标检测->多传感器融合实现目标跟踪）、底盘运动控制、建图导航、STM32-MCU固件开发、工业化部署（自启动、Docker容器化部署）、端侧系统性能监控等核心模块。系统采用模块化架构，支持ROS1/ROS2通信切换，实现了高性能、低延迟的实时通信与数据处理能力。1.1 功能概述1. ROS-高带宽数据-共享内存低时延通信优化2. ROS1/ROS2通信切换，ROS1 VS ROS2 机器人时延性能分析3. 端侧大模型在线/离线部署-记忆-微调-量化-部署-机器人指令遵循4. 低时延相机视觉处理全链路：V4L2相机驱动数据采集->RK-MPP/RGA硬件加速优化数据处理->多线程NPU推理加速YOLO模型目标检测->多传感器融合实现目标跟踪5. 上位机-ROS-控制模块：运动学建模、PID控制算法和里程计计算6. 下位机-STM32 MCU固件：负责实时电机控制、编码器反馈和安全保护7. 机器人导航系统模块 ：集成ROS导航栈实现机器人自主导航系统，解决机器人路径规划、障碍物避障、定位和导航控制问题。8. 雷达传感器链路：实现YDLidar激光雷达的完整驱动链路，通过适配器模式封装YDLidar SDK、工厂模式支持多雷达类型、配置管理实现参数验证。9. 端侧监控系统：设计并实现系统性能监控框架，解决机器人系统中系统级和进程级资源监控、性能分析和问题定位问题。10. 配置管理与工业化部署：设计并实现完整的Web控制界面、环境自动化配置脚本、自启动方案以及Docker容器化部署方案，解决机器人系统配置管理分散、部署复杂、运维困难等问题，确保机器人系统的工业化部署和运维管理。11. 机器人URDF模型：设计并实现完整的机器人URDF模型系统，解决机器人物理建模、多传感器坐标系定义、TF变换树构建、Gazebo仿真配置等问题。

发一下问题给大家参考，攒攒人品！1. PPO的原理？从维护的四个model讲，再详细讲一下训练流程和损失函数各个参数含义？2. 为什么有了reward model还需要critic model？critic model作用是什么？3. 交叉熵和kl散度的联系和区别？PPO的kl散度可以改成交叉熵吗？分类任务可以用KL散度吗？4. GRPO的kl散度和PPO的kl散度区别？K1 K2 K3估计区别？5. rollout数量 batchsize数量和计算资源(卡的数量)有什么关系？线性？非线性？6. 真实采样数量一定等于rollout数量吗？7. 提到了拒绝采样，详细讲一下8. 你是怎么设计agent的记忆系统？9. 长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10. 你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？11. vLLM框架是怎么做推理加速的？