快手二面后续是啥流程啊？

📍面试公司：快手💻面试岗位：大模型❓面试问题：1. ppo，dpo，grpo是什么各种的优劣2. ppo中gae的计算3. dpo的数据要怎么做4. 对于grpo有什么改进的思路，dapo和gspo分别怎么做的5. dpo如果正确和错误都下降怎么办6. 分层强化学习要怎么具体设计agent的思路7. reward怎么训练8. reward hacking是怎么出现的，要怎么解决9. 计算7b模型的占用10. fddp和deepspeed怎么做显存优化11. adamw中最占显存的是什么12. 手撕一个MHA

二面（8.20）总时长：1小时算法题：有n个6面的骰子，求掷一次后和为k的概率为多少。一开始想回溯，问要不要求复杂度，后面试官给了一些简单的提示，想出来动态规划解法MySQL的主从同步的过程是怎样的MySQL有哪些锁，能不能构造一个间隙锁的死锁？MySQL对这种死锁是如何处理的select a from xxx where c > 1 and d != 2 and b = 3，建立索引，怎么建，能最高效对实习中提到的K8s很感兴趣，想让我介绍一下K8s以及我做的东西是什么（10多分钟）用markdown写一个实现共享单车服务的技术方案，包括核心表结构，过程包含扫码取车，骑行过程的位置监控...

上来自我介绍后开始手撕算法 leetcode.140本人比较菜，没怎么刷过力扣，花了50分钟，用暴力dfs解决。但是问了怎么优化，记忆化搜索最后十分钟问了问音视频I帧、B帧、P帧h265的优化有哪些HDR视频（HDR视频的具体细节不是很清楚，没讲明白）反问已经发了人才胜任力测评，后续情况不清楚

挺有意思的一次面试感觉和面试官八字不合1、实习项目中怎么保证一致性答了领域事件驱动保障最终一致性，继续追问这种思想和分布式事务底层逻辑的相通之处2、常见分布式事务的实现3、tcp三次握手和四次挥手追问这个思想和分布式事务的共同点3、volatile和synchronized要求有底层思考4、延迟队列怎么做？rabbitmq的死信交换机怎么实现延迟队列？从算法层面来说5、CAS手撕：单例模式，用递归的方式实现两个排序列表的合并还有一些忘了，整场感受不是很好，一直在强调思考，也确实是很长时间没背过八股了，中途说漏嘴了，被面试官教育，他觉得这些不是八股