我觉得作为平台，一定是要考虑客户的回报的，只有让甲方觉得自己花得值，人家才会复购。其实快手也一直在出价策略上不断优化，从PID、MPC到强化学习出价，相比前两代，强化学习算是一次质的飞跃，因为他能通盘考虑了。不过确实还没有办法完全解决出价的复杂性，所以快手提出了第四代的生成式强化学习，本质就是把生成模型和强化学习结合起来吧。所以我觉得今年秋招想投递快手的同学，而且对这个感兴趣的，我觉得可以重点关注一下，往这方面准备一下吧。（过来人的一点建议哈）还有明天会有秋招直播，可以蹲一波了。

虽然他说的很难听，但是真的有点扎心啊😭

像这种破学校破简历是不是找不到实习了

1.自我介绍 2. Lora 原理（核心是低秩分解：将原始权重更新近似为两个低秩矩阵乘积，减少参数量，保留主导方向，训练高效） 3.了解 DeepSpeed 吗， ZeRO -1, ZeRO -2和 ZeRO -3分别做了哪些优化 （1 优化优化器状态，2 优化梯度，3 切分参数，全面节省显存） 4. Qwen的模型结构是怎么样的，相比于 LLaMA, DeepSeek 有什么区别（Qwen采用GQA+SwiGLU+RMSNorm，和LLaMA架构非常相似，差异在训练数据和tokenizer中文支持更好；DeepSeek只用MoE/ MLA架构，Qwen系列主要是Dense模型） 5.怎么缓解...