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...

（我没抄简历没有面试，我抄了简历还没面试，那我简历不是特码白抄了吗？）是的，友友们，你没看错，双非之下还有境界，专升本，终极死亡胡同，开局低人三等海克斯，专科压根没实习，完事专升本上来了以为前途一片光明了，结果啪唧一下死水里了。

💔百度一面 | LRU写太快被问是不是背过？1. 📂 MySQL回表查询说一下你理解的Mysql索引，什么时候回表？思考过为什么这样设计吗？2. 🔄 Update索引变化Update主键索引、辅助索引、联合索引，数据都是怎么变的？3. 📝 UndoLog作用说下UndoLog，只有是不是只有Rollback才会触发UndoLog？4. 🔍 Binlog同步机制Binlog 日志是 Master 推的还是 Salve 来拉的？5. 📦 Redis主从同步Redis 主从同步是怎样的过程？在工作中你们是怎么同步的？6. 💾 AOF文件过大处理Redis的AOF文件过大怎么处理？怎么解...