快手秋招笔试

9.9一面 30分钟自我介绍挑一个拿手项目讲讲问问项目反问感觉回答的还不错，许愿二面😘9.10日 感谢信

#发面经攒人品# 9.22面试，时长不到1h，岗位软件研发工程师（云端）自我介绍完两道手撕 ，hot100的三数之和 + 每日温度。开始问八股：Java：JVM内存模型、类加载机制volatile的作用哈希冲突的解决方式ConcurrentMap如何实现线程安全MySQL：B+树结构，和B树的区别和优势，为什么innodb用B+树索引的原理索引失效各种情况回表查询过程，给你描述一个场景，讲述利用索引查询数据的过程详细介绍MVCC（ReadView+undolog）binlog的作用，和redolog的区别Redis：分布式锁的实现方式

楼主做了一堆笔试目前为止0面试

1. GRPO 算是 on-policy 还是 off-policy？为啥？2. GRPO 用的数据不是最新的，为什么还算 on-policy？它的 buffer 是怎么回事？3. 重要性采样是干嘛的？公式长啥样？能解释一下吗？4. GSPO 和 DAPO 各自解决了什么问题？用了什么方法？5. 强化学习里的熵崩溃是啥意思？怎么解决？有必要解决吗？6. 熵崩溃是咋引起的？7. 熵崩溃和 reward hacking 有关系吗？8. 看过 DeepSeek 的技术报告吗？它在推理速度上做了哪些优化？或者说，模型层面有哪些加速推理的技巧？9. MLA 是怎么回事？能加速推理吗？10. Qwen3 ...