offer选择

1.项目介绍2.讲一下在百度实习期间做的主要工作。3.压缩专家机制是如何实现的？4.用的训练数据集规模分别是多少？5.为什么选择用SFT训练，而不是用RL训练？6.介绍一下 DPO, PPO, GRPO的原理和区别7.PPO的损失是token级别还是sequence级别的？8.PPO中的Critic模型是如何计算优势的？9.讲一下LoRA微调技术原理10.LoRA微调是如何减少训练参数的？11.LoRA技术有哪些优势？12.算法题手撕 三数之和（撕出来了

当Offer向你招手时，入职体检就成了最后一道"健康门槛"。不少人面对这张检查表，要么紧张到失眠，要么一脸茫然——"抽血要空腹多久？""色盲检查过不了怎么办？"其实，入职体检就像一次身体的"年度审计"，只要摸清套路，就能轻松应对。春节假期过后，在贵阳这个城市，许多小伙伴即将开始新的职业生涯，而入职之前用人单位通常都会要求入职者提供一份体检报告。体检报告上的异常指标不仅让人错失心仪offer，也潜藏着可能的健康隐患。想要少走弯路成功入职，那么这份贵阳入职体检通关秘籍，各位“天选打工人”们一定要看！得看！必须看哦！为什...

还有没有想进华为od的

链接 乍一看是并查集问题,但是我们需要进行一些操作才行 两者是否有关联,或者关联度是否不小于K,我们可以只进行关联至少为K的操作 比如测试用例 4 3 1 2 3 2 3 2 2 4 4 1 2 4 1 3 1 假设到了4 1的查询,我们先对操作按关联度排序,然后找到第一个关联度不小于4的位置(lower_bound),接着从这开始进行Union操作,然后答案就出来了(我们只需在根节点记录总结点数就行,不过要减1,排除自己) 一开始我想着每次查询操作都重置num数组(也就是每个信息组成的树),但是这样时间复杂度大到爆炸!!! 经过D老师的提示,我才发现关联值的查询操作包含了关联值高的,二者是包...