DeepCritic：SFT+RL两阶训练显著提升LLM自我监督能力！！

先说bg，非92院校 27届本科，能OC腾讯感觉也是运气好吧，四月份那次流程挂的莫名其妙。本来都准备好找不到实习暑假好好沉淀了，这次五月底了突然又打电话约面试，中间面试链接最长卡过6天，等的很折磨，两次技术面也没有传统意义上的手撕算法，恰好我算法刷了很多题但是感觉还是写不好，就手撕了一个shared_ptr和口撕了LRU。去年十月份才开始学算法，十一月进了腾讯客户端公开课之后就把算法扔了，今年三月份才捡回来，中间投过很多公司，但是都没有进面，就像图一那样，总结下来其实就是算法写的不好，笔试的时候时间压力一上来人就晕了。投腾讯其实也是因为当时腾讯公开课结业的时候说有特别通道，筛选几率更大点，但是投了之后也没筛到我，就一直泡池子了。其实最开始我的目标是进西山居seed的，等到大三再找实习，但是无奈seed笔试挂了（其实我接受我没写好笔试导致进不了的事实，但是我很难接受一个岗位招聘的时候，分开多轮笔试，但是事实上的题只有三套，但是开的笔试轮次远远大于题的套数，甚至每一套题之间的题型分布完全不一样，所以相对晚做和晚投能直接知道题目，也确实是我学生思维重吧，我觉得这样挺不公平的，而且我也觉得我的水平是完全能够进的）。之后有一天中午无聊把腾讯的简历更新了一下，其实内容没怎么改，然后突然下午就给我约面了，但是还是二面就挂了，八股也是为了准备这次面试才开始正式背的。在这前后又投了很多（其实现在想想确实是因为seed挂的我不甘心，激起了那份胜负欲吧），吉比特，快手，不鸣，巨人，鹰角训练营，炎魂（炎魂的笔试没做，因为发的太晚了），电魂，萨罗斯，完美，莉莉丝，ssob上也沟通过五六家中小厂，甚至还报名了字节的飞书客户端训练营。但是投了这么多的结果全是nullptr，要么是已读不回，要么是笔试挂，要么是简历筛选不过，要么是嫌弃到岗时间太晚。再就是这次了，前后满打满算其实也就准备了三四个月，感谢腾讯收留，也很感激各位牛友们的面经，祝福牛友们都能早日找到心仪的工作or实习。