24西安java岗位好少

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。