背景是双非硕，目前投了不少简历，但是面试就6个，后续都没消息了，大家看看我的简历有什么问题吗？项目是网上的开源项目，想找找开发岗

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 ...

26秋招，朋友们，bg双2，base南京，都是开发岗，以下三家如何选择。28所，后端中新赛克，前端国电南瑞，开发岗

背景信息：美团实习，笔试全ak总结：感觉是面过最简单的一场，23min实习+7min八股，无手撕还有二面面试官是我见过黑眼圈最重的人，一面面试官强者发型，难道说这就是东子的强度吗（已经意向，其他面经请看主页）详细：先自我介绍，然后把重点引到暑期实习上，自然而然的问实习---实习---1.给我讲讲你暑期实习着手于的系统，看看你对系统的理解答：略（因人而异）2.讲讲你实习中遇到的挑战和复杂点？答：略（因人而异）3.讲讲你们的系统在稳定性上做过什么工作？答：略4.把刚刚说的凝练一下，用两三句话说答：略---八股---5.JDK和JRE是什么答：JDK是Java development kit，开发工...