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...

有无大佬开奖的，或者有没有开奖消息池子比例啥的

实习重构流水线具体做的什么？实习中最大的技术挑战点hyperloglog的原理：Java中，10000×10000的整型数组，按行遍历和按列遍历的性能有差别吗差异来源于什么地方？hashmap和treemap的区别？展开讲一下对红黑树的理解？Java或者spring里了解的比较新的技术？平时有了解相关的技术吗？想ping一个ipv4地址，包从本地主机到目标主机的过程中，路由是怎么发现的？select和select for update的区别？select for update在任何事务隔离级别都可以做到防止幻读吗？一个select语句的字符串，从它到底MySQL一直到MySQL返回结果，经过了...

#找实习#