佬们，小弟暑假在美国亚马逊实习，但是很恋家，全职想回国，想问问国内大厂对亚马逊的认可度怎么样

1.为什么用 sft ，不用强化学习？能不能直接强化学习？2.为什么要用强化学习对齐， SFT 为什么不能对齐？3.为什么要微调，提示词不行吗？（针对金融项目 lora 微调）4.vllm显存占用是怎样的？观察哪些 vllm 的指标来优化显存的？5.大模型 lora 训练时需要设置哪些参数？6.训练时观察的指标有什么？如何知道是过拟合，欠拟合？7.如何训练的？一次训练好的吗？8.Flash attention , page attention 原理。9.强化学习有自己训练过吗？10.算法手撕：中序遍历二叉树📳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。

1.实习拷打2.讲一下你项目迭代的过程3.开放性问题讨论rankmixer的效果4.又问onerec范式上线后的cost5.讲讲序列建模怎么做的6.讨论具体业务场景有没有跷跷板7.了解的多目标结构8.AUC和UAUC，有没有AUC和UAUC跷跷板的情况，怎么解决，线上看不看AUC这个指标为什么9.你们看什么指标10.有没有在离线不一致的问题11.为什么想换实习手撕:1.手撕MHAtokenmixing2.编辑距离

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2. 讲论文3. 4k* 4k输入qwen3.5和qwen1，分别占用多少token（mlp和q-former）4. 为什么qwen从q-former转到原生分辨率5. 对齐做过吗6. 从对齐这个角度出发分析qwen3.5会做原生的多模态，原生和非原生的区别是？以为说的是分辨率答了个动态分辨）7. 算一下模型训练和推理时候显存占用，算一下kv cache的显存占用8. 为什么训练的时候不需要缓存kv cache