1.实习介绍2.SFT中数据是怎么构造的  cot是怎么写的3.Cot的组成4.Transformer的架构介绍一下，self attention和cross attention的区别5.为什么大模型使用的是encoder6.PPO与DPO的区别7.PPO里用了几个模型，训练时更新哪个模型8.Python深拷贝与浅拷贝9.代码：子集问题

flash attention解释下gqa解释下怎么才能训练好一个sft过程？sft的loss计算是用什么计算的？lora原理lora参数权重初始化lora的r和缩放参数dpo的lossdpo数据集怎么构造比较好？如果dpo训练过程中，accept回答和reject回答的loss都在升高，怎么办？假如说dpo效果不好，怎么解决？多轮对话一般要怎么训练？rag的流程？检索时，只用关键字匹配会存在问题，怎么具体解决？（没有上下文语义信息）给定一个网页，如何提取其中的关键信息

1、快手，总包n*16+2k*12房补，基建相关的工具部门，网关、配置，线上开关等，写Java2、字节，总包（n-2）*15+1.5k*12房补，和AI的数据有些相关，语言不定，会用python，写SQL居多，听内部人员描述内部氛围不是很友好。目前更倾向快手，钱多些，并且以前习惯写Java ，字节要转语言，快手一年多了大概4-6w，并且可能没这么累，但是具体氛围等情况未知，希望各位大佬给些意见

计算机科学与技术专业，大学期间没竞赛没证书，学的一切专业技术都很浅，自己自学了前端和python，但是也很浅，现在要大四下学期了，想找个实习也找不到，有大佬给点建议吗？