阿里健康能去吗

1.PPO 公式，是否可以没有 value model2.交叉熵公式？怎么计算的详细说下3.grpo 是什么，讲一下过程4.ppo 计算和 grpo 有什么不同，知道 gae 吗？5.grpo 有哪些变体？6.讲一下你对代码生成的看法，trae 中项目代码是怎么传进 llm 的知道吗？7.有直接试过 grpo 吗？有什么缺点？8.手撕：给定 n 行，每一行包括左指针、右指针和替换字符串，将指定字符串替换，如何优化？

攒人品中，有面试过同岗的朋友欢迎评论区交流1.llava1.6的改进2.qwen23vl的改进3.手撕MHA4.DPO与PPO的区别5.GRPO如何计算相对R6.GRPO为什么要对重要性ratio进行clip7.为什么要除以根号Dk8.为什么注意力操作是qkv三个向量9.一般通过什么方式进行知识的学习10.看过什么技术报告

虽然凉了，但是不妨碍我攒人品1.实习介绍2.工作经历中成长收获最大的点3.项目深挖：项目背景数据来源、数据格式、数据标注训练细节DPO数据如何构建4.八股：self-attention的时间复杂度GRPOGQADeepSeek技术报告中的MoE、MTP5.手撕：无序数组中找第 K大的数

字节抖音风控部门大模型算法二面1.自我介绍2.手撕最长回文子序列3.讲讲pytorch与TensorFlow的区别4.分布式训练一般使用哪些pytorch函数5.讲讲pytorch的fsdp与deepspeed的zero区别6. 展开讲讲nccl的通信原语，例如gather、scatter之类的7.场景题：训练一个模型，一张卡放不下去怎么办，可以使用多张卡。如果使用zero3，既然一张卡存放不下模型训练时候参数，那么模型参数更新的时候是怎么做的，使用什么方式能够让单卡更新模型参数？8.讲讲dpo与kto的区别，ppo与grpo的区别9.介绍下项目10.简单讲讲你的论文11. 反问业务、几面、后续流程之类的