结婴😭让我想起韩立了

1.讲一下实习期间做的工作2.讲一下Dense 模型和 MoE 模型的区别、优缺点及参数上的比较3.MoE模型专家的负载不均衡问题如何解决？4.如何通过修改损失函数来解决负载均衡问题？5.具体可以使用哪些损失函数解决负载均衡问题？6.选一个 RLHF 方法来讲解（PPO, GRPO, DPO）7.PPO有几个模型，每个模型的作用，以及哪些模型需要训练，哪些模型不需要训练8.为什么要进行 RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习）9.介绍一下 Attention 机制数学原理、直觉原理以及计算公式的计算过程10.什么是微调、微调的原理11.为什么微调会有效果？12.为什么不做全量微调？13.介绍一下LoRA 微调及其如何减少训练的参数14.算法题（两道题）1.计算二叉树的深度2.计算给定二叉树的最大路径和写出来了并测试通过

👋 写在前面 临近年末，26届秋招已接近尾声，而27届同学的实习和就业焦虑也悄然提上了日程。 近期收到很多牛油和学弟学妹的私信，大家的问题大同小异。回想去年同期，我也是一样的迷茫：在各大论坛像拼高达一样拼凑着各种碎片化信息，还要时刻提防AI生成的有毒垃圾内容。管中窥豹，十分痛苦。 于是便有了这篇帖子。我想基于个人经验，系统地聊聊互联网实习和求职的“全貌”，希望能帮大家少走弯路。 📖 Q1: 名词扫盲与黑话指南 我们经常听到日常实习、暑期实习、HC、HRBP……这些到底都是什么？ 1. 实习其实只分两类 很多同学分不清寒假、暑期、日常实习的区别。其实核心区别只有一个：是否有转正机会（HC）。...

百度健康，总包 n+5，base北京西二旗，llm的岗，做广告投放，内容推荐，用大模型结合搜推把，属于llm+搜推的，组里面新开的项目都是大模型的，团队规模15人左右工作强度：10-9-5 或更好点B站，总包n，搜索，流量生态部，base上海， 团队规模30-40人 ，了解的比较少，不过感觉业务比较核心，但是总包确实稍微少了点强度打卡满9小时，弹性，感觉强度不会很高百度orB站？

今年上半年写过一篇文章：刷到羊毛月，我想说：我们并不欠优绩主义什么加班的时候顺道摸摸鱼，刷到了这个话题，然后回去搜了搜羊毛月。算法真的很懂，它总是在你最疲惫、最容易自我怀疑的时候，把这种“成功人士现身说法”精准地推到你脸上。和我还读研时第一次刷到他不同的是，这次我没有愤怒，也没有想反驳，我只是在想：如果我现在还信优绩主义，那我这半年班算是白上了。毕业半年，说长不长，说短不短，但已经足够让我意识到一件事：工作世界对“努力—回报”的兑现程度，远比校园里想象得随机、粗糙、甚至有点荒诞。上学的时候，我反感优绩主义，是因为它无法解释求职市场里的残酷与偶然；现在我反感它，是因为我亲眼看见，它在职场里依然被...