📍面试公司：bilibili💻面试岗位：大模型❓面试问题：1. 从理论上为什么用dpo2. dpo的beta是什么意思3. dpo训练不符合要求的时候怎么办4. ppo的奖励稀疏化怎么办5. dpo的做法上有什么难处，从数据和模型上来说6. on-policy和off-policy7. dpo的loss

面过3次字节，都被问过： redis实现分布式锁，是八股必问经典题目

腾讯和阿里到底有什么区别？阿里的基建真的很好吗？我现在越寻思越觉得怎么腾讯跟诈骗一样，我跟你说阿里的福利特别好，阿里搬家费给6000，然后异地你入职他酒店给你报销两周，腾讯只有一周，然后阿里发16新，这他固定工资发13个月吗？但是腾讯给15新，而且腾讯15号之后入职，他是不给你缴纳当月的五险一金的，但是阿里是缴纳的我越来越觉得怎么有点诈骗呀，而且阿里的基建好到底是怎么个基建好法其实我不太理解腾讯最终没直接去元宝，和元宝相关的搜索，说是ai搜索信源和agent插件系统相关的业务，元宝ai链路承接方，腾讯北京亚洲金融大厦的搜索应用部，组织在质量部/信服产品质量组，是csig的一级部门，从部门位置看，和元宝是并列的。阿里16薪，腾讯15薪，但听说这个业务可能会多发一点？但不是直接在元宝组里所以不清楚这个组发多少，想问问有没有实习过的uu可以说一说是真的做算法测评会有点相关，还是说就是端对端的。阿里是做支付的交易阿里国际。有腾讯部门的uu一起聊一聊呀～腾讯给t7 n+2，但是15薪（元宝相关业务可能膨胀阿里给p5，n，但是16薪

目前处于挂的挂泡的泡的状态，真的累了百度泡OPPO泡美团泡阿里云泡快手每次约面约两周后（真服了）字节二面挂阿里国际一面挂饿了么高德简历挂累了累了什么时候结束，赐我一个offer吧