阿里国际二面面经

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

发一下问题给大家参考，攒攒人品！1.拷打实习,30min2.实习引申到八股：引入消息队列做数据同步会存在哪些问题？3.消息队列有哪些机制可以尽可能避免数据丢失？4.思考题:九亿个IP地址的去重5.假设去重后还有8亿个IP，需要你提供一个白名单服务，你会怎么做？6.按你的这个方案大概消耗多少内存空间？计算一下。7.算法题: 如何使用两个栈实现一个队列？

攒人品中，祝大家都能拿到满意的Offer！1. 实习拷打2. 假如你现在负责一个订单查询系统，双十一双十二有上千万的QPS。从系统角度以及大促筹备角度，你怎么设计商品信息查询系统来支撑峰值流量？2. 在这个场景里，怎么去解决它的数据一致性的问题？3. 那如果统一设置TTL的话，可能会出现什么问题？假如出现了流量数据同时失效，缓存雪崩、穿透的问题的话，你会怎么去解答？4. 对于CPU它本身的高速缓存有了解吗？5. 那它中间L1和L2两者的设计有什么区别？6. 作为项目负责人，在大促前一个月，针对系统的稳定性，你会怎么跟产品/业务沟通？针对热点或冷数据怎么做业务上的考量与设计？7. 大促结束了，从系统设计和业务筹备两个角度总结复盘一下这个项目。8. 项目相关问题，就不透露了，大概十几个相关问题9. 最近openclaw比较火，你有没有试过，为什么这么火？你对它的理解是什么？10.对于Role（角色）和Skill（技能），两者主要的核心区别是什么？算法：二叉树的层序遍历乘积最大子数组

想请教一下大家，接到虾皮的HR面，算是OC了吗？还是还要泡池子？HR面之后大概多久能OC呢？我的情况：双九，两端业务垂类实习，SSOB上联系HR投递的，4.10一面，4.12二面，两次面试反问阶段面试官反馈都不错，4.16HR面不知道能不能通过希望大家能够解答，谢谢！