前言经历了几个月的面试，很多同学可能都有一个困惑，那就是为什么有的面试，我感觉自己答的很好，面试官问的，我都答出来了，但是最后都挂了，怀疑是不是kpi面。阿甘分析我们这里先说kpi面的事情，假如你是一个公司的领导者、一个管理者。你会让你公司的开发人员，去免费面试别人，但是实际不招人吗。或者假如你是一个面试官，你会平白无故的浪费你的时间，免费面试别人，实际部门不招人吗？这种应该不会存在吧，所以说也没有什么所谓的kpi面（不招人还让人面试的）这里我们再讨论讨论，这个问题，就是我面试都答上来了，但是为什么还是挂了？企业公司招人，肯定是优中选优。假设招一个人，可能会面试几十人。这几十人肯定会有一部分问...

   不知道接不接，上海的，有点担心😟

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...