📍面试公司：快手💻面试岗位：大模型❓面试问题：1. ppo，dpo，grpo是什么各种的优劣2. ppo中gae的计算3. dpo的数据要怎么做4. 对于grpo有什么改进的思路，dapo和gspo分别怎么做的5. dpo如果正确和错误都下降怎么办6. 分层强化学习要怎么具体设计agent的思路7. reward怎么训练8. reward hacking是怎么出现的，要怎么解决9. 计算7b模型的占用10. fddp和deepspeed怎么做显存优化11. adamw中最占显存的是什么12. 手撕一个MHA

timeline：  07-21 投递 08-12 一面 08-21 二面 08-27 hr面  一面 40m  自我介绍 实习介绍 项目背景 项目优势 讲讲虚函数的应用场景 怎么在一个整数集合中，快速找到一个数，满足这个数是其他数的整数倍 Linux 怎么调试多线程程序 讲讲快速排序 讲讲进程间通信的几种方式 对游戏公司的看法 反问  工作内容：天龙八部端游，客户端和服务端都要做 技术栈：自研引擎，语言是 C++ 和 Lua    面试官是个满脸胡子的中年人，很有精神 二面 40m  实习介绍 实习拷打  大世界有多大，区域怎么划分的 火焰图能看到 Lua 堆栈吗，Lua GC 怎么抓的 预...

没有HR面，基本上轮面试完隔天就约下一轮，录用评语的挂的可能性大嘛呜呜 ，

等了几天了还没有后续是不是凉了网易面试流程好慢 是不是凉了