本帖所有投递岗位均为测开/测试，部分公司题目可能记得不是很清楚也并不全，希望牛友对付看。包含携程笔测、网易互娱笔测、米哈游笔测、海康威视笔测、bilibili笔测、阿里巴巴笔测。携程笔测1.给定一个数据，其中每行的数据（ai,bi,ci）代表第ai位选手做bi道题得的ci分，问你每一次有人做完一道题（即每过一行数据），编号为1的选手的排名是第几，要计算所有题的总分排名（若一个人做同一道题两次以上，取最高分作为此题的得分），并且总分相同并列（如有四个人是100,100,100,80的总分，则4人的排名是1,1,1,4），数据格式为：2.以下为我个人理解题目的意思：给定一个字符串以及与字符串长度相...

那可真是太遗憾了，你们就继续把流程卡在简历初筛吧，继续给我发测评和笔试之后把我挂掉吧（大部分甚至连感谢信都没有😁），我填网申一点都不累，做测评和笔试一点都不辛苦

春招没上岸，只有一个面试，想问问大家双非学院本JAVA的行情怎么样

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...