26届校招算法面试题|PPO 与 DPO：大模型偏好对齐的两种核心算法解析

发消息发到工作群了。。。主要是朋友也看错群了还回复了

2025 年，我成功入职了四家公司进入实习，每家公司第一天入职体验且听我娓娓道来。我入职的第一家公司是北京中企云链，入职第一天的体验，满是通勤的疲惫 —— 从学校到公司，单程就要坐两小时地铁。这家公司设有五天试用期，入职首日，我分配到电脑（Mac系统的，第一次接触，不熟悉），就被分配了一个企业级项目的任务：要求在这个项目的基础上，实现前后端分离的增删改查功能。可这个项目采用的是全新框架，再加上这是我的第一份实习，几乎没什么实战经验，我只能对着需求和代码一点点摸索。更让人手足无措的是，试用期里没有 mentor 指导，所有问题都得靠自己硬磕。好不容易熬到下班时间，却被告知要等同事们开完会，才能过...