海康还是 tplink

LZ也是经历了完整的秋招补录，获得了几个大模型相关的offer选择，***希望大家指导，有各offer的内部信息就更好了***字节 tts算法 自动出价与bid CVR模型 base杭州余杭 (n+2)*15 + m qzf  1-2（已签三方）华为 昇腾推理开发部 大模型推理 ai infra与vllm相关 base上海青浦 (n+2)*15 + (m+29) qzf（qzf三年发完，不含绩效月薪为n-4，年终奖具体月数存疑，面试官说有6-8）  16a蚂蚁国际 金融大模型算法 海外蚂小财+ai trading（海外以香港为主，也包含马来西亚等其余市场）base杭州 (n+2)*15 + 2k安家补贴 + (m+9) qzf p5腾讯 csig QQ浏览器 大模型算法 内容理解与AI搜 base成都天府 n*15 + (m+4)股票 + (m+5)qzf  t5（暂不考虑）个人考虑:1）个人现在是偏向华为这边，觉得纯大模型做的会更纯粹，比后训练更少基座迭代带来的反复，其余两家主做后训练与蒸馏2）华为给的非常有诚意，但是华为在企业风评这块比较差，强度也比较大，会顾虑强度与高期望能否接住的问题3）蚂蚁没开奖，这个垂域恰好是我最感兴趣的方向，抱有期待，最终可能在华为与蚂蚁之间选择

和他们招的方向不太匹配感觉问了项目和手撕一道题就结束了非常有意思的是面试一开始就问了许多个人问题，以及反问

大概四十分钟结束，聊家常一样项目拷打1. 你觉得现在llm推理瓶颈在哪。2. 问了我一个工作怎么建模互联的。3. 然后又对着这个工作挖了一些。4. 怎么看待未来硬件形态。5. 发文章怎么看

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 如何进行混合加训2. 混合加训和 continue sft 你觉得哪个效果好，为什么？3. Sft loss的起点数值和收敛情况。4. 讲解一下 rlvr 使用的策略。5. 训练 1t 模型遇到哪些困难，跟小尺寸模型有什么不同6. Benchmark 测评情况，如何根据 benchmark 进行模型效果优化。手撕：top-p sampling、grpo