求帮选offer 算法硕1

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...

b  g：本211，硕中科院某研究所都已意向1.字节：base杭州，安全与风控部门，安全研发岗位，方向：零信任相关2.京东：base北京，京东零售，推广搜后端岗位个人意向偏向于杭州字节，npy在杭州，但是不清楚字节这个部门怎么样，方向前景如何？🥲京东这边听部门领导说是比较核心的岗位，发展会好一点？也加了领导联系方式，但是在北京🥲有没有大佬分析分析？

bg双九华为：光产品线，通用软件开发，面试表现得还可以，大概率能泡出来无锡607：参加了暑期开放日，拿到了民机中心软件的offer，总包24.7w，公积金48%内心纠结研究所虽然稳定，但是工作强度也不会太轻松，且军工环境软件岗限制较多，并且薪资有限，不知道后面会不会薪资倒挂；华为这个部门之前有师兄在，感觉还好，但是不知道自己未来职业发展如何？

QQ邮箱把字节意向归类到了广告邮件😂