在面试这场博弈中，求职者并不总是被动的一方。面对压力面、套路题，或是只想“重拳出击”试探底线时，一句犀利精准的反问，足以让经验丰富的面试官瞳孔地震。毕竟有些牛马面试官，需要进行一定的整治，大多数我面试下来还是很不错的，毕竟都可以进行面试反馈评价。一、反向施压对于一些加班的问题，其实可以自己去确定，尤其是自己比较在意 WLB，生活和工作分开的情况，有些人可能加1，2小时能接受，有些人可能1分钟都接受不了，毕竟大多数情况下，互联网加班都是无偿，而且大概率没调休！对于公司制度也可能提前进行相关了解，尤其是网上的风评和相关软件用户的真实评价，有企业员工认证的，大概率是真的！直击加班文化的犀利提问“看您...

为爱发电了属于是！！！  

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...