老虎国际

1.实习介绍2.防止 sft 灾难性遗忘你有哪些方法？3.sft 和 rl 区别是什么？数据格式有什么区别？4.Reasoning 推理过程有做什么 rl 吗？有哪些奖励？5.rl 有哪些算法？reward 常见的有哪些任务？6.为什么现在不用 reward model？区别是什么？7.PPO 模块介绍一下，公式说一下？critical model 什么作用？8.DPO 公式介绍一下，和 sft 有什么区别？9.GRPO 少了哪些模块，如何在 GRPO 基础上防止模型波动？10.介绍位置编码，PE、ROPE，现在常用哪些？为什么现在模型上下文只到 128K，如果是你你会做哪些改进？11.高效推理了解过吗？如何做到高效推理？你知道哪些方法？12.Lora 是什么？初始化讲一下？是否能对换？还有哪些变体？13.KL散度作用是什么？推一下公式。如果是确定标签，那会有什么变化？从数学原理解释13.编辑距离，用 n 的空间复杂度，如果我要打印编辑路径，你会怎么改，在哪个地方改？基本全答上来了，手撕也很快，实在不知道为什么挂了

我觉得要是低端技术岗位 就是平时写写代码的话  干到35可能就真结束了 学习能力和身体能力都比不过年轻人了 所以我觉得还是到时候慢慢往上升吧 别真写一辈子代码

目前大二，正在学微服务，但是我感觉我一路看视频看下来总感觉自己的速度太慢了，比如一部Redis就看了一个多月（基本天天学的情况），我每看完一集，就要把一集的知识点全部用电脑笔记记下来，但是到最后感觉收获并不大，是不是这样太影响效率了，还是说其实那些黑马视频就应该权重放轻一点，不花太多时间在上面，而是多花时间在八股项目算法上，求大佬解惑，目标是大二下找暑期实习

如图，双非大二，目前寒假写了份简历，暂时还不急着找实习，想问问还有没有什么可以优化和精进的地方。