许愿
全部评论

相关推荐

04-14 08:50
广西大学 算法工程师
快手 大模型算法开发 一面
1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...
AI-Agent面试实战...
点赞 评论 收藏
分享
04-15 18:12
门头沟学院 Java
杭州观妙科技-java岗面经
技术面自我介绍一下。你做过的哪个项目最能体现你的能力。简单介绍一下这个项目。哪个模块最能体现你的能力？点赞系统中说“通过 Lua 脚本保证原子性”，保证的什么原子性？点赞并发处理能力提升了 5 倍，是基于原本什么方案提升了 5 倍？5 倍是怎么测出来的？说一下你的排行榜功能是怎么设计的，这个数据量有必要分表么？XXL-JOB 分片任务干了什么？在这个过程中有异常情况吗？你觉得你哪个方向比较突出？你在上一份工作中的收获是什么？如果不用 Redis 缓存，让你自己实现一个有 TTL 的 K-V 缓存，只能用 Java API，你会怎么设计？你会如设计测试用例来测试这个组件？你平常生活的时间安排是这...
点赞 评论 收藏
分享
02-26 10:01
南方科技大学 产品经理
点赞 评论 收藏
分享
04-16 10:20
武汉大学 后端工程师
点赞 评论 收藏
分享
04-15 22:52
门头沟学院 Unity3D客户端
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

更多

创作者周榜

更多
正在热议
更多
# 我的求职进度条 #
1253846次浏览 9282人参与
# 第一份工作应该选择高薪还是大平台 #
221281次浏览 1048人参与
# 华泰星战营，提前锁定校招offer #
5942次浏览 294人参与
# 你简历上最心虚的一句话 #
3788次浏览 26人参与
# 考公VS就业，你怎么选？ #
100353次浏览 526人参与
# 哪些公司对双非友好 #
230595次浏览 1239人参与
# 卷__卷不过你们，只能卷__了 #
60370次浏览 759人参与
# 校招第一份工作你干了多久？ #
150466次浏览 631人参与
# 商战，最累的是我们 #
31798次浏览 99人参与
# 国企/银行/研究所公司爆料 #
209622次浏览 920人参与
# 荣耀求职进展汇总 #
1176759次浏览 5674人参与
# 比特大陆工作体验 #
18833次浏览 89人参与
# 找工作的破防时刻 #
289901次浏览 2066人参与
# 小红书求职进展汇总 #
238732次浏览 1397人参与
# 面试等了一周没回复，还有戏吗 #
240152次浏览 1842人参与
# 哪些公司在招寒假实习？ #
93847次浏览 765人参与
# 面试线索爆料 #
127467次浏览 699人参与
# 春节前，你还在投简历吗？ #
43228次浏览 351人参与
# 字节7000实习来了，你投了吗？ #
44994次浏览 351人参与
# 大疆求职进展汇总 #
700088次浏览 4351人参与
# 总结:offer选择，我是怎么选的 #
287711次浏览 1566人参与
牛客网
牛客网在线编程
牛客网题解
牛客企业服务