算法题：多头注意力，面试看会分头就给过。 底层：关注以下几个点，agent组，怎么训练？怎么搭连路？怎么构造工具？ 其中训练很有意思，尤其是agent强化训练，面试官直言，没有全量强化经验的人我们不要。针对reward设计（为什么这么设计？有什么用？能更快收敛还是更好效果？），超参数调优（什么图像意味着什么要做什么样的调整）问的很细。 上层：考察面试者的视野，讨论了最近的几项技术，比如env based的训练，快手的ARPO看过没～，你怎么看环境的搭建，你觉得long horizon的任务怎么结合环境训练？你用过verl搭环境训练吗？比如GSPO为什么重要？同比DAPO（面试官直说这就是个消融...

#实习#

泡的最久的一个，估计是大佬们的剩饭吧

如果秋招能重来，我会把“整理实习项目、改简历”当成头等大事，绝对不懒和“等准备好”拖延，早投早面早占坑！1. 实习期间“见缝插针”总结，绝不等结束后“一片空白”不用每天花几小时，哪怕午休抽10分钟、睡前翻5分钟手机备忘录，把当天做的关键事记下来，比如“用XX工具整理了300条用户数据，帮团队定位了2个问题”。别想着“等实习闲了再整”，实习哪有真的闲的时候？越拖越容易忘细节，最后写简历只能凑字数，根本没亮点。没事和mt以及其他同事多交流，早点搞明白项目，并整理好项目细节，或者“偷”他们的项目产出，搞明白了就是你的了2. 简历先出“能用版”就投，别死磕“完美版”只要实习核心项目捋顺了，哪怕简历还有...