中国航信有大佬了解的吗？

攒攒人品！有面试过同岗的朋友欢迎评论区交流1- 问项目2-为什么选择grpo不用sft，技术选型，什么时候用sft，什么时候用蒸馏，什么时候用grpo3- grpo训练中观察什么指标4-八股：5- grpo 的 loss 讲讲6- Advangates 怎么算的，在整个训练中起什么作用，为什么需要Advatanges，直接用奖励去算不行吗？7-重要性采样，为什么需要。如果一次新策略和旧策略差别很大，那重要性采样还有用吗8- grpo的k|散度和ppo的kI散度是一模一样的吗9- ppo grpo Fon-policytEoff-policy10- ppo中advantages是怎么得到的？11- 信用分配，grpo中，比如一个采样结果，是序列级别的，如果这个序列的最终奖励高，那么是如何分配到每个token的12- Agent 做多轮工具调用 和单轮，可能有什么挑战？13- code: x 的平方根

笑死，高数早就忘记了，求导都不记得了，不过编程题倒蛮简单的

AI模型工程师4.15机考，第二天通过4.23专业面，五分钟后短信通知通过接着就参加主管面4.24显示主管面通过入池

想问问有没有终端bg软件部接口人 捞捞base东莞