滴滴LLM大模型实习一面凉经

牛客 "网页小游戏 AI coding" 活动。核心玩法说明 游戏共5关，目标是消除场地内所有砖块，全部通关即为胜利。点击顶层未被遮挡的砖块，可将其加入下方卡槽，卡槽内累计3个相同类型的砖块会自动消除，释放空间。游戏内容截图具体游戏内容跟“羊了个羊”类似，添加了卡槽扩容、定向洗牌、步数回溯的功能卡牌选项。卡槽扩容：将卡槽上限临时提升至9个，持续30秒，超时后卡槽超7张则失败。定向洗牌：仅打乱顶层可点击砖块的位置，至少2个可点击砖块时生效。步数回溯：回退上3步操作，需完成3步及以上点击后可用。AI生成与修改内容截图 使用的AI工具为豆包，图片、图标以及音效均从网上搜集而来，如...

1.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销

1 月份过得挺高兴的，工作和生活都比较顺利。最让人期待的是春节快要到了，空气里弥漫着节日的气息。和家人团聚、准备年货、感受浓浓的年味，让整个月份都充满了温暖和期待。这个月，不仅收获了快乐，也感受到家的温馨和新年的希望。