头条产品笔试感觉都差不多啊，会不会卡分？

1.skills和tools最大的区别？2.skills为什么选择用markdown文件？3.实习中比较有挑战的技术方面4.目前的token也比较烧钱的，减少token消耗方面有什么做法吗？5.url输入到渲染页面的完整流程6.https和http的区别7.为什么在国内访问不了tiktok，如何访问，原理是什么？8.http有几个方法？9.get和post的区别，哪一个更安全？10.cookie和session的区别？11.int和integer的区别?12.ArrayList和LinkedList的区别13.设计模式有了解吗？14.手撕订阅服务模式（寄）15.连续子数组求最大值oh no那个...

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...