陌陌和soul的java日常实习哪个是更好的背书？感觉差不多？

攒攒人品！有面试过同岗的朋友欢迎评论区交流1- 问项目2-为什么选择grpo不用sft，技术选型，什么时候用sft，什么时候用蒸馏，什么时候用grpo3- grpo训练中观察什么指标4-八股：5- grpo 的 loss 讲讲6- Advangates 怎么算的，在整个训练中起什么作用，为什么需要Advatanges，直接用奖励去算不行吗？7-重要性采样，为什么需要。如果一次新策略和旧策略差别很大，那重要性采样还有用吗8- grpo的k|散度和ppo的kI散度是一模一样的吗9- ppo grpo Fon-policytEoff-policy10- ppo中advantages是怎么得到的？11- 信用分配，grpo中，比如一个采样结果，是序列级别的，如果这个序列的最终奖励高，那么是如何分配到每个token的12- Agent 做多轮工具调用 和单轮，可能有什么挑战？13- code: x 的平方根

想问问面试具体会问哪些问题？有手撕吗？手撕是什么形式的？？

1h 项目拷打场景题:9亿ipv4地址怎么去重，去重后怎么查询，有没有内存问题，怎么优化怎么用claude code的，从部署到使用，使用期间有什么问题，cc的skill标准结构(md+3个文件夹)算法题:力扣简单题 两个栈实现队列

发一下问题给大家参考，攒攒人品！1.拷打实习,30min2.实习引申到八股：引入消息队列做数据同步会存在哪些问题？3.消息队列有哪些机制可以尽可能避免数据丢失？4.思考题:九亿个IP地址的去重5.假设去重后还有8亿个IP，需要你提供一个白名单服务，你会怎么做？6.按你的这个方案大概消耗多少内存空间？计算一下。7.算法题: 如何使用两个栈实现一个队列？