携程社招

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

1. 深入讲讲你简历中最有挑战性的项目，从架构设计到技术实现参考答案：1.项目背景和需求 我做过一个车载智能座舱的多媒体中间件项目，需要同时支持音频播放、视频播放、导航语音、语音助手等多个音频流的混音和路由。系统要求延迟低于50ms，支持至少8路音频同时播放，还要处理优先级抢占、淡入淡出等复杂场景。这个项目从需求分析到上车测试历时6个月，我负责核心音频处理模块的设计和实现。2.架构设计思路 我采用了分层架构设计。最底层是HAL硬件抽象层，封装了ALSA音频接口。中间层是音频引擎层，负责混音、重采样、音效处理。上层是策略管理层，处理音频焦点、优先级仲裁、场景切换。最上层是服务接口层，提供给应用调...

1.中核秦山，加上人才补贴总包20w，检修or运行。2.华为数能，14级。

TCP的三次握手与四次挥手？HTTP与HTTPS的区别？HTTP状态码？介绍一下Transformer架构的基本原理？Tranformer的Decoder与Encoder的区别？为什么现在大模型的发展更注重于Decoder？注意力机制的几个参数Q，K，V的含义以及公式？什么是检索增强生成技术（RAG）？开发Agent时工具流是怎么构建的？Java的集合介绍一下？ArrayList和LinkedList的区别？算法题：如何判断单向链表有环？