“你知道 0.1+0.2 不等于 0.3 吧？那我再问一个：为什么 0.1+0.1 又等于 0.2？”面试现场，当面试官抛出这个问题时，小林心里咯噔一下 —— 他背过 “0.1 二进制无法精确存储” 的结论，却从没琢磨过 “两个不精确的 0.1 相加，为啥能得到精确的 0.2”。支支吾吾半天没说清，这场面试最终以 “再联系” 收尾。Java中测试效果如下：其实这道题的核心，不是 “记结论”，而是搞懂IEEE 754 双精度浮点数的存储规则—— 所有 “看似矛盾” 的加法结果，都藏在 “符号位、指数位、尾数位” 这三部分里。一、先搞懂底层：计算机怎么存 0.1？（IEEE 754 双精度规则）我...

#找实习#

项目询问没挖太深问了个PPO和GRPO DAPO的区别问了一个懂不懂vLLM和SGlang的实现问了一个ms-swift 和 VeRL各自设计上的优劣，我说VeRL用起来更方便，每个模块很清晰，ms-swift集成的太好了，不方便改问了一个宏观的问题：如果给你一个多模型后训练任务，怎么设计训练框架？我说两个点，一个是模型加载，需要考虑到适配不同的模型，方便未来的模型加入进来，另外一个是RL这一块，需要适配不同的算法，让用户自己可以比较灵活的去定义和修改算法，例如你实现了 PPO算法，能不能很方便的改成GRPO,DAPO,GSPO。面试官不太懂训模型这一块比较关心框架设计后面反问工作内容也是提到...