AI Infra秋招个人寄录

1. GRPO是on policy还是off policy？为什么？2. GRPO利用的数据是旧策略产生的，那为什么还叫on policy？3. 重要性采样解决了什么问题？ 公式是怎么样的？解释下每个参数4. GSPO和DAPO分别解决了什么问题？怎么解决的？5. 什么是强化学习的熵崩溃？怎么优化或者解决这个问题？6. 熵崩溃和reward hacking什么关系？7. Qwen3和ds r1区别？8. 如何确定你项目的评估指标迭代是否符合当前需求？9. MLA具体是怎么做的？可以加快推理速度吗？10.  代码题是给三段代码，判断输出。

没错时隔一个月我再次投了腾讯，虽然准备的不多但是这次感觉运气格外的好，本来想着再试一试的没想到流程推的很顺利。准备面试的过程中发现网上对于一些非八股的面试面经比较少，所以想着写下这篇文章供后来人看，希望能够为大家面试提供一些帮助。12.29 投简历12.30发通知一面12.31一面 自我介绍 让我打开屏幕共享打开记事本写代码（这一上来确实没想到，原本准备了大半个月的算法和八股结果啥都没问，当时还是比较紧张的，上来这么一出有点被吓到了） 1.写一下斐波那契数列前N项和。（比较简单，心里也放松了一点） 2.问了一下刚才写的代码的时间复杂度。 3.玩过MOBA类游戏吗？（答：王者荣耀） ，亚瑟在使用...

1. 自我介绍2. 上一段实习主要做了哪些业务？3. Agent Benchmark方面主要是针对通用Agent还是垂类agent？4. 请说一下在benchmark开发过程中，印象比较深得是哪一个benchmark，背景是啥，难点有哪些，学到了什么？5. 如果需要你做一个多模态的agent benchmark框架，你会如何实现？6. Python中哪些类型是不可变类型？7.python中的进程和线程有什么区别？8. 用过装饰器，迭代器，生成器嘛，讲一下9. OSI模型结构10. TCP/IP在哪一层11. TCP/UDP有什么区别？12. 代码题:  Z字形排列 leetcode中等难度题13. 反问14. 还有几个问题我忘记了。。。。体验：1. 网络不太好所以体验可能不是很好2. 回答不太好的地方：1. 生成器 迭代器 装饰器，我说的不是很细致 ，重点说了装饰器，另外两个一笔带过了就，当然也只是AI辅助下用过2. OSI模型结构，自下而上回答的，中间有顺序说反了3. TCP/IP回答是在传输层，应该分开答的，TCP传输层IP网络层，当时只回答了传输层。。。3. 代码题：只有一两个测试数据，难度leetcode中等题目，网络不太好线上IDE加载不出来，随便说了说思路，但是这题之前看leetcode没刷到过，第一次看有点懵逼找了半天Z形。。。。总结：1. 基础知识八股文要背的呀，之前从来没背过，虽然很多知识看一遍就能记起来，但是还是要多少看一下的2. 最近几次面试感觉比较喜欢考中等难度的这种非算法题，是让你找规律的这种题，不像著名的滑动窗口或者动态规划这一类的，感觉这种题找规律或者说去拼很花时间3. 整体还好吧，上次实习时间过去比较久了而且当时没有在自己电脑写实习记录导致很多细节都忘记了，回答的比较笼统，所以再实习还是做好记录吧

中山研0，本科末九。读研期间方向是ai Infra，目前已经找到阿里实习，内容是做dit模型的推理加速。 硕士期间出顶会应该不现实，但是乐观估计可以有三段大厂实习（不完全垂直）。这种情况下推荐之后就从事ai Infra了吗