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...

有无大佬开奖的，或者有没有开奖消息池子比例啥的

实习重构流水线具体做的什么？实习中最大的技术挑战点hyperloglog的原理：Java中，10000×10000的整型数组，按行遍历和按列遍历的性能有差别吗差异来源于什么地方？hashmap和treemap的区别？展开讲一下对红黑树的理解？Java或者spring里了解的比较新的技术？平时有了解相关的技术吗？想ping一个ipv4地址，包从本地主机到目标主机的过程中，路由是怎么发现的？select和select for update的区别？select for update在任何事务隔离级别都可以做到防止幻读吗？一个select语句的字符串，从它到底MySQL一直到MySQL返回结果，经过了...

要看工作地点和工作时间如果是在北京,上海,深圳,那么1w可能的确有点少但是如果是在一些生活成本低的城市那么就还行还有如果是天天加班且单休,那这1w工资拿的少,而且累单如果是朝九晚五,双休,那这工资拿的就很舒服我现在是实习5500,包住包一顿饭,大小周,个人觉得虽然有点累,但是待遇还行