招商银行南京分行 金融科技岗

出大数据结构题何意味，而且是最无聊的拼板子题，还必须默写板子，这都不是给ACM选手做的题了，这是给OI选手做的题，你招中学生去吧。选择题8题 一共20分编程题4题 一共80分第一题给定一个数组，将这个数组复制1e9次得到一个超大的数组，问这个新数组的最长严格上升子序列的长度，很明显可以每次复制都只选一个元素，所以答案就是数组中有多少不同的数，直接sort后unique即可第二题要用numpy、pandas、scikit-learn实现单层GRU前向传播，没时间做了第三题给定一个数组，要求将数组切割成任意个子数组，使得每一个子数组中的众数*数组长度之和最小，这题直接dp即可，用unordered...

大四还有课，怎么办 大四下想去实习，能否申请线上课 有办法吗 请指导

请教一下各位，这种是真的吗，我也没有投过简历给京东啊

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...