1、介绍自己的中厂实习。2、追问实习业务的上下游，以及交付标准、测试集怎么构成:3、追问为什么这个业务要引入大模型，大模型解决了什么问题。4、大模型sft解决不了业务问题吗?为什么还要引入强化学习。强化学习主要解决业务中的什么问题。5、讲一下PPO和GRPO的原理和区别6、如何理解强化学习中熵的概念，如何保证训练过程中熵保持在较高的水平。7、强化学习中调参的经验8、强化学习中on policy和off policy有什么区别?grpo是on policy的吗?如何实习真正的on policy强化学习。9、多模态大模型的训练过程有什么不同?10、多模态大模型的vision encoder一般使用vit的第几层输出?11、mlp和Q-former两个模态融合模块的优劣?12、手撕二叉树层序遍历

2025年10月23日 网易二面全程32分钟，无手撕。实习拷打为什么需要分布式 ID？不能直接用数据库自增 ID 吗？请详细解释雪花算法的结构和生成过程。如果用 UUID 代替雪花 ID 会有什么问题？你如何实现接口限流？具体用了什么技术？限流的时间窗口机制是如何工作的？如果多个接口都需要限流，你的代码结构是如何设计的？能否在定义接口时直接声明限流规则？如何实现？限流注解背后的 AOP 逻辑是什么？Spring AOP 的实现原理了解吗？你提到用了二级缓存（本地缓存 + Redis），为什么需要二级缓存？缓存的数据如何保证一致性？特别是本地缓存的更新机制？你用 Redis 的发布/订阅做缓存同...

（网易数智）1. 自我介绍2. 实习1. 具体做了哪些优化2. 知识库设计在构建的时候有什么考虑3. RAG的结果是怎么取出来的，关键词匹配、向量匹配结果是怎么综合给出最终结果的3. RPC项目1. 介绍它的功能特性、性能指标、碰到的功能/性能的问题如何解决的2. 如何做到平滑无感的服务上下线3. zookeeper故障的话，对框架的影响是什么1. 即使集群也可能出现故障，如果集群也有故障如何处理4. 有调研、对比一些其它的成熟框架吗5. netty的序列化、连接的保持等是如何做的6. http协议的格式是什么样的（根据前面回答序列化追问的）1. content-length是表示什么的7. neety连接是怎么管理的？什么时候创建、怎么管理、什么时候销毁8. 负载均衡怎么实现的4. 反问（7分钟）：业务、agent相关开发、面试反馈（5~7工作日）5. 追问：为什么问agent，是有什么想法吗

大概26分钟，感觉面试官对我有点不感兴趣，问问题沉默好久，呜呜呜呜问的问题基础和场景题都有，场景题多一点。无手撕，可能因为我是搞逆向的。和一面一样都答得有点糟糕，好难过，好想去网易许愿能过吧