广州荔枝 海外安全风控专员

1.langchain的主要在这个chain 怎么理解这个chain2.提示词怎么设计的 如何设计3.rag怎么构建的4.模型微调qwen2.5-3B 用llamafacotry 怎么做的（直接说了用ui调 难绷）5.mcp mcp是什么6.工具调用失败 怎么办 我说了个设置保底策略7.想要按照结构输出怎么办？ 我直接说了按提示词调 不行的话再结构化输出8.多agent协作 如何做 设置工作流 这个不太懂

1.八股：一个7B参数的大语言模型，在训练和推理时分别需要多少显存？影响显存占用的关键因素有哪些？2.八股：SFT 阶段，7B 和 70B 模型的学习率设置通常有何不同？背后的原理是什么？3.项目：DPO 训练过程中，你会重点关注哪些评估指标？为什么？4.项目：训练一个基于 pair 对的 reward 模型，loss 函数怎么写？如果是非 pair 形式（只标注最优 response），loss 又该如何设计？5.项目：DPO数据构造中常出现正负样本不均衡问题，你有哪些解决方案？6.项目：用DPO缓解幻觉时，如果反而引入了新的幻觉，可能是什么原因？7.项目：DPO中的beta参数代表什么？过大或过小会带来什么影响？8.项目：你在微调时是否观察过不同层的梯度差异？9.项目：不同参数高效微调方法（如 LoRA vs Adapter）在你的任务上效果对比如何？

【Offer1】公司：腾讯 base广州岗位：s1 toG业务薪资：1.5n优缺点：组里老人多，实习的时候比较轻松，不知道正式入职强度如何。由于不是核心业务，职业发展路径不清晰，不知道以后是否好跳槽。【Offer2】公司：浦发银行总行 base北京岗位：平台研运中心薪资：n优缺点：轮岗6个月就定岗，有一次性房补，无京户，可能会加班

bg: 211本➕985硕，一篇多智能体强化学习领域的中科院一区期刊，有一段大厂的后端实习。准备再做两个大模型微调和agent的项目，想转大模型应用开发，春招能有机会嘛😢😢