三面主要以聊项目为主，问题相对比较少，无手撕DPO相比于PPO的优势？在不同的项目中，都使用了DPO，有哪些区别？如何分析训练结果并改进训练数据的构造方式？多模态的DPO的训练是如何做的，如果构造数据？

自我介绍深挖简历你的场景如何调整各个loss weight？（实际是在问一些多目标融合的东西）如何解决用户分发点击不一致的问题？介绍一下MAML的训练方法假设一个批次内只有一个任务A，有一个初始值a，a在任务A德训练集上梯度下降一步，得到任务A的最优参数a1，根据任务A的测试集，计算损失对最优参数a1的梯度，将这个梯度平移过来作为损失对初始值的梯度，沿着这个方向梯度迭代一步，得到初始值a的新值a2除了元学习，你了解的针对冷启的方法还有哪些？对召回了解多吗？介绍一下几个主流的模型代码：最接近的三数之和，反转链表并打印出来

一面（主要结合实习和项目）：1. 目前了解到的序列建模工作有哪些。2. 对比学习的原理。3. InfoNCE的温度系数有什么作用。4. 手撕题 删除链表倒数第n个数。5. 过往kaggle比赛选一个讲一下。6. 实习中遇到过最大的挑战是啥，是怎么解决的。二面 （主要结合实习）1. 针对实习深挖，需要提供一些可能的进一步的改进方案2. kaggle里有一个大模型项目，讲述一下是怎么做的，有什么创新点。3. 手撕题 返回数组第k大得数，nlogn就行，但不能调用sort。hr 面1. 主要对过往经历做了一些提问，不涉及技术。 整体面试很轻松，没有压力面，手撕题也比较简单。所以有点难以确定会不会最后...