游戏暑期实习

1.自我介绍2.sft阶段用的什么模型，数据来源，如何做数据处理，用的什么框架3.ppo如何做的详细介绍，包括数据，怎么训练奖励模型，每个模型的损失什么样子的，在几张卡上做的训练4.dpo训练流程，为什么 ppo 和 dpo 你都用了，有什么区别，有没有做对比试验5.怎么评估你微调之后模型有提升6.ppo为什么效果会比 dpo 强，怎么理解多轮 dpo 会有提升7.项目中创新点外代码中怎么实现的，详细讲讲，消融实验怎么做的8.clip训练原理9.深度学习相关知识，讲几种优化器10.讲 MHA 原理11.GRPO原理12.Lora原理， r 大小对模型训练的影响14.vit训练原理15.swin transformer 的原理16.qwen3快思考和慢思考的原理17.手撕📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

5.19号正式入职，干了两周端午就回学校准备考试了。简单说说感受吧。 🏢工作环境：是在美团的望京鼎成这块，算是很新的办公点。四栋楼，每栋14层楼四部电梯，高峰期很堵，排很长的队。工位的不算宽敞，外接显示屏后就没多大空间。整个工区的采光还不错，人体工学椅躺坐都挺舒服，中午可以带个眼罩和枕头会休息的好点。每层楼也会配咖啡机（要钱），热水机，自动贩卖机。 💼工作内容：前两周一直在landing，项目涉及的服务比较多，整个链路比较长，我所要负责也有四个模块。所以就一直在看文档，看代码，查日志，搞清项目结构。自己的产出目前就只有几个新人文档,包括怎么配环境，怎么查日志等（之前组里的不完善，自己也踩了...

应该是ssp offer了我看别人985硕也就这个价了（真的很低）包单人间有餐补，安家费1000

实习时最怕听到“把这个活干一下”。这句话看似简单，却常常没有边界、没有说明，也没有预期结果。你不知道要做到什么程度，也不清楚优先级和时间要求，只能一边试探一边修改，反复返工。比起任务本身，更让人焦虑的是这种不确定感。