有佬可以指导一下简历吗

1. 自我介绍2. PPO、TRPO、DPO 分别是什么，它们的核心差异在哪TRPO 的出发点是让策略更新别跨太大步，它通过约束新旧策略的 KL 距离，把优化问题写成一个带信赖域的约束优化，所以理论上比较稳，但实现复杂、计算成本也高。PPO 可以看成是 TRPO 的工程化近似，它不直接解复杂约束问题，而是通过 clip 或 penalty 的方式，限制策略更新过猛，因此在实践里更常用。DPO 和前两者不太一样，它不是传统在线 RL，而是直接从偏好对里学习一个“更偏向 chosen、压低 rejected”的目标，相当于把 reward optimization 吸收到一个更简单的监督目标中。P...

刷到Claude Code源码泄露的瓜，越看越心惊。不是惊于代码本身，而是惊于：一个全球顶流AI公司的核心产品，居然能因为一个员工的操作失误，把整份源码直接裸奔在互联网上。这事儿放在任何一家公司，都是足以震动整个管理层的重大事故。但最让我有共鸣的，不是技术圈的狂欢，而是每个打工人都要面对的灵魂拷问：如果是你我犯了这种级别的失误，会被公司怎么处置？先聊聊：如果这事发生在你我公司，结局会是什么？问了一圈身边不同行业的朋友，答案几乎是统一的：互联网大厂/外企：直接开除，永不录用，甚至可能走法律程序追责赔偿。毕竟核心资产泄露，影响的是公司的商业机密、市场竞争力，甚至是股价。中小创业公司：大概率也是开除，甚至可能连带直属领导、部门负责人一起背锅降职。创业公司输不起，一个失误可能直接影响融资和生存。国企/体制内：记大过、降职、调离核心岗位，严重的直接开除，甚至影响后续职业发展。说白了，职场里没有“不小心”的免责金牌。尤其是涉及核心数据、代码、商业机密的岗位，一次失误，就是职业生涯的灭顶之灾。这不是公司冷血，而是商业世界的残酷规则：你拿了高薪，就必须承担对应的责任。你犯了错，就要为自己的行为买单。

1. 做一下自我介绍2. 讲一下你做的这个平台，重点说难点 解决了什么问题这个项目的核心不是“把文档喂给模型”，而是先把不同来源的材料转成可稳定检索、可引用、可更新的知识单元。整体架构一般包括文档接入、格式解析、结构抽取、分块与向量化、倒排索引、重排服务、回答生成和引用回填。我负责的部分主要是 chunk pipeline、索引写入和查询编排。难点主要在复杂文档结构，比如目录、页眉页脚、跨页表格、附件引用和条款层级，如果直接按长度切块，召回会很乱，模型也很容易把不同证据拼错。 def build_index(doc): blocks = parse_document(doc) chunks =...

在boss上看来来回回都是那几家公司，秋招好歹有实习（转正）面试，这次直接投工程师面试更是一点水花都没有，现在在实习的公司給出了转正offer，10k...深圳烂大街水平吧，前几年这家公司校招还给出了11koffer，还降薪了，真是没招了