好像进入了人生的分水岭，但我看不清

给我面没招了，感觉自己好菜，发点面经攒攒人品1、 PPO 与 GRPO 的区别，分别介绍他们的优势与缺点2、 DPO 对齐训练的曲线是怎么样的，正例的概率会提升嘛3、 Deepseek -R1里面不仅推理能力很好，而且文采能力也很好，这个是个开放问题，如何让模型的文采能力也很好呢4、 DPO 如何解决回答过长的问题，除了正则5、开放问题：为什么现在大家都在关注于大模型的推理能力 reasoning6、对于一个 base model 如何增强大模型的 reasoning 能力7、模型选型时是否做定性定量对比ab test，客观数据验证文心性能不好了吗8、 DPO 除了长度问题还有其他的问题嘛，与问题2对应， reward hacking ？都没有奖励模型了

字节暑期刚入职四天，因为是年前，所以很多正职都放假走了，也就没有给我分配mt，然后有一个老哥在我来的时候给我发了一个landing手册，然后还有关于部门业务的白皮书，还有一些业务代码。然后本人是java面的，进来第一次接触go语言 前面几天熟悉了一下go的语法和go的框架，可以读但是还不太会写，然后业务白皮书也看的很头疼，包括landing手册里要了解的很多东西说实话我看文档真的快看死了，一个嵌套一个，问题是我还完全不知道咋用这个我了解的东西，还有就是那个项目代码，那个老哥喊我去写写单测，熟悉一下go的语法，但也进行的很困难（这是我第一段实习，之前都是springboot那一套，真不太熟悉这个）想问问大家的建议，就是我从现在开始到在开年回来之前应该做些什么，我目前就一个想法 就是复现一个landing手册上的go框架小项目 就是相当于帮自己锻炼锻炼怎么写go 或者各位大佬有没有更好的锻炼go语法的建议还有就是大家都在说vibe coding，那我应该怎么锻炼自己使用ai的能力，感觉我除了给一些需求然后它给我生成代码，好像就没别的用法了，那些什么工作流、拆解、skill啥的都不知道从哪一个地方开始，包括我现在正在实习，不知道精力该怎么分配，去网上想找找关于agent开发的一些学习流程，说实话，众说纷纭，有的是从python开始打基础然后系统学那些rag prompt langchain mcp等等，有的是说直接找一个github上的ai项目然后反复问ai，我确实有点迷茫，恳求各位大佬能留下你们宝贵的建议，我一定认真反复深刻学习有一说一 我觉得字节饭挺好吃的！

之前都是一直发消息，要么已读不回要么读都不读，现在几乎每天都能有一个要我简历的。but，要完简历就没后续了简历还是要改的吗，这已经是第三版了。 有一家要完简历后问我是不是在武汉，我回了不在也没后续了

我感觉过春节就是吃喝玩乐，平时自己赚到钱了给家里置办点年货，给家里带点补品，和部门走之前吃一顿年饭，过年在家基本上是这家吃顿饭那家吃顿饭，顿顿吃好的