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...

26届双非本，11月补录还有机会吗😭

马上11月，不少同学开始关注自己手里拿到的offer公司如何、值不值得去之类，作为一枚老腊肉（不是），也想从自己的切身经历出发简单给各位即将选择offer的同学，客观聊聊深信服的工作环境、技术发展、项目及人才培养等情况，供求职参考。一、工作与团队氛围团队整体偏年轻化，交流风格比较直接，属于结果导向的工作模式，需要员工有较强的执行力和拼搏意识。不同部门管理特点有差异，团建活动比较多，能感受到团队活力。每周五是公司活动日，花样比较多，最近这半年搞了泡咖啡、手作香薰、推拿体验、音乐会啥的。二、技术氛围与成长可能研发部门技术交流的氛围比较浓厚，内部有知识库、技术分享会等资源，新人有机会接触到技术核心内...