简述 Transformer 多头注意力机制理解词间关系的原理。​训练 Transformer 时，如何解决梯度消失或梯度爆炸问题？​GPT 等模型对 Transformer 结构做了哪些改进以提升生成效果？​如何优化 Transformer 模型预测速度？​说明 RAG 结合外部知识库与大语言模型提升回答准确性的机制。​用 RAG 构建问答系统时，如何处理检索内容不相关或不全的问题？​如何确定 RAG 系统中文档的合适切分粒度？​当 RAG 系统知识库数据量大、检索慢时，有哪些提速方法？​如何协同使用 Transformer 与 RAG 以发挥最佳效果？​用 RAG 优化模型回答，有哪些实用...

1.能通俗解释一下什么是近端策略优化（PPO）吗？它在基于人类反馈的强化学习里扮演啥角色？2.直接偏好优化（DPO）和 PPO 比，最大的优势是什么？为啥说它计算成本更低？3.听说 DPO 有个小缺点，泛化能力不如在线方法，你能结合实际例子说说为啥会这样吗？4.DeepSeek-R1 的核心技术 GRPO（广义强化学习策略优化），它设计的纯 RL 环境和之前的方法有啥不同？那个内在奖励机制又是怎么运作的？5.用大白话讲讲，GRPO 里的置信度量化作为内在奖励，是怎么帮助模型优化推理路径的？6.DeepSeek-R1 用思维链（CoT）优化，让模型的数学和代码能力变强了，具体是怎么通过 RL 让模型生成结构化反思的？7.阿里 QwenLong-L1-32B 在长上下文推理上表现不错，它用的渐进式上下文扩展和混合奖励机制是咋配合，让模型处理 13 万 token 长文本的？8.如果现在要做一个语言模型项目，在 PPO、DPO、GRPO 里，你会优先选哪个？为什么？9.从 PPO 到 DPO 再到 GRPO，这些技术的演进，反映出强化学习在语言模型优化上怎样的发展趋势？10.结合你做过的项目，谈谈如果引入 GRPO 和思维链优化，可能会给项目带来哪些改变和挑战？

一面 50分钟 自我介绍你学过的大数据掌握的最好的是哪一个 hive里面排序一般怎么使用的 hive内部表和外部表的区别，外部表在什么场景下使用 hive视图用过吗 你对维度和事实的理解你说到了业务过程，谈谈对它的理解你刚刚描述的是一个业务过程还是 多个业务过程多个业务过程放到一张事实表的你举个例子 维度建模中 星型模型和雪花模型 之间的区别缓慢变化维表如何处理呢 全量表的数据保存多久 那你们订单表是全量还是增量，你觉得增量是什么意思，那你们这边的数据保存多久呢说一下订单表的设计过程 以及 表的分区含义你前面提到了会进行维度退化，那么说一下订单表中有哪些维度退化属性那你说一下你们数仓的一个全链...

看到网上大伙好多腾讯oc，我想问问我简历是出啥问题了，四月份投，更新简历，到现在也腾讯面试都不给，还是说本科双非被嫌弃了😭