求XTransfer大模型应用开发面经分享

一面：大概47分钟1、自我介绍2、商业项目介绍，后面很多问题都是基于这个问题提出的3、介绍约面试达成的过程中调用的前后端服务，每个服务都在做啥4、项目中的难点5、主要模块中的难点6、用例设计题目：有一个key-value结构文件场景，本来只能单一上传，现要增加批量上传功能7、手撕：斐波那契变体，4个月生一对8、给自己打分9、反问

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...

收到了xTransfer的offer 要求提前过去实习

这个薪资差异算大吗结合生活成本😭家在北方这两个离家都很远帆软是测开Xtransfer之前没听过互联网金融 是测试