攒人品中，祝大家都能拿到满意的Offer！1.介绍DPO和PPO2.DPO损失函数怎么算的3.梯度检查点如何提升效率4.详细讲一下deepseed5.以7B的模型为例，计算训练需要多少显存说明都有哪些部分，每部分怎么算的，以及用deepseed每一个阶段节省多少内存，怎么节省的，计算过程中都有乘以2字节是为什么，什么原理6.做Rag 时候的分块策略7.BM25原理，RRF的原理8.Kl散度的输入是什么，怎么来的手撕：用torch实现kl散度

25届电气女二战考研下岸，211本，还有公司会要我吗，为什么投的简历都石沉大海，求大佬帮帮

被横向挂了，希望发出来对大家有帮助！1. 讲一下主要的多模态模型的模型结构2. 对多模态的数据有什么了解，我回答之前看了一些多模态cot的工作构造的dpo数据，以及毕设做的多模态数据增强3. 之前的工作的多模态数据有什么特点和创新点，觉得还可以有什么改进4.统一生成理解模型下游微调各个任务的数据是怎么构造的5. dpo算法是怎么实现的，和其他强化学习有什么区别6. 看项目有目标检测任务，问了IoU是怎么算的，目标检测一般有哪些损失优化code：1. 实现dpo损失，按照想法能写多少是多少，不要求跑通2. 手写IoU损失，要求跑通

1.为什么要用消息中间件？2.消息可靠性如何保证？3.RAG知识库搭建4.如何系统的评估知识库？5.大模型如何调用工具6. 工具用什么方式集成进去的7. 用什么框架实现MCP8. 用到哪些大模型的研发工具9.历史Memory10.JVM内存组成及垃圾处理11. Full GC 频繁发生的原因12.类函数的存储13. gc算法怎么判断垃圾14. 多线程访问数据，访问可能遇到什么问题？15. 怎么解决多线程访问冲突问题？16. jvm的内存地址是虚拟还是物理？17. 两个jvm，库在内存是加载两次吗18. tcp三次握手四次回收19. 为什么握手三次回收四次