用没用什么训练框架，还是pytorch直接？怎么不考虑用一些主流的训练框架？你认为有什么亮点？lora微调改的哪里？介绍loradpo和ppo之间的区别？介绍下dpo的损失函数和ppo的损失函数？有没有了解过其他的强化学习方法？是否了解主流的一些模型？qwen？deepseek？transformer中decoder和encoder的差别？注意力机制的差别？decoder相比于encoder更善于什么？不善于什么？注意力计算的公式是什么？复杂度是多少？

如题，今天微信上面问HR多久能发offer，结果HR问我方不方便接电话，其实当时鼠鼠就能感觉情况不对劲了，HR说offer审批要给部门的leader审核，结果审核的时候leader感觉我还是不太合适（也没说哪不合适），然后审批就失败了HR说后面会努力再帮我申请一下，但我感觉说的是些安慰人的话吧，毕竟第一次都没通过后面怎么可能会通过呢其实如果面试过程中把我挂了我都不会这么难受，但是面了整整四面到头来还是没走到最后一步，鼠鼠知道HR面也可能会挂人但是没想到自己居然真的这么倒霉，投个日常实习也能在HR面挂掉唉，无语凝噎了

#实习#

问题（面试刚开始会让做一个自我介绍，可以提前准备一下） 1.我是如何实现一周涨粉5000+的？ 这个问题是根据经历上面的经验提问的 我简单回答了一下 选题策划-AB测试-评论转换-账号定位一些内容 2.为什么开始这个小红书运营项目？ 其实这是老师布置的小组作业 我回答：有项目想法-调研后熟悉小红书规则等等 3.在运营账号过程中有没有低谷期或者困难你是怎么解决的？ 这个问题的核心：就是问你遇到困难是如何解决的？ 4.你有没有向他人推销产品的经历？如果有你是如何推销的？ 这个我刷到收到面试的同学好像都问了 这个问题必须准备，好好回答是一个必答题 5.你推销产品时其他人是什么反应？ 我当时的回答是“...