烽火通信offer逼签元戎启行后端开发二面面经

投了地平线AI算法岗位，一面被挂，面试官都挺好的，很专业也很和蔼，就是问的问题我没答上，是我太菜了

突然给我一个回答机会还真是有点慌，脑子突然就像糊了一层东西，都不知道怎么回答好，思量许久，最终选择ai辅助一下下，尽管如此感觉回复的还是不太好😭，我这社交能力真的需要提升。聊到最后了解到hr其实是同省校友哈哈，给我整懵了，还是校友好，愿意给我一个沟通机会

八股文：SFT 训练时，数据规模和模型大小之间有什么 scaling law？除了 GRPO，还有哪些改进技术？比如 DPO、GSPO？怎么解决 DPO 和 GRPO 的 reward hacking 问题？DPO、GRPO 和 PPO 有啥区别？聊聊全参数微调和 PEFT？PEFT 的四种模式（addition, replace, LoRA, prompt tuning）分别讲讲？ 手撕算法：链表题：判断链表有没有环，找出两个链表的相交节点。O(n) 时间复杂度内，找出数组中第 k 大的数。

如题，又拿到一个offer，但也是要提前实习6个月，广州大学城，转正待遇是14k，前两年有房补600，实习期每天160 房补300，方向也是电商但加了一个其他行业的，在那个行业是龙头，965，星期五提前一小时下班