1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。7.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别

10月底开的，业务保温了好几次，但是HR直接开，其他家的高不少，要不是业务的保温真以为是纯纯劝退价，真心想去也一点都不给A，最终拒掉

在北方某中下211上学，计算机硕士，想去广东发展，目前有一段美团的测开实习，想问一下暑期去投广东大厂，会看在有实习的份上给面试吗