不小心鸽了面试官

目前已拿下字节，微信等意向。阿里和虾皮 hr 面挂了。感兴趣的牛友可以点击主页查看秋招历程。

还有比这个更全的吗？今天是1024程序员节，祝大家 Windows 开机蓝屏，Linux 开机内核直接 panic 崩给你看，macOS 开机五国语言轮番报错。祝各位运维：机房 iDRAC/ iLO/IPMI/KVM 集体离线，机柜供电秒断，RAID 阵列全体崩盘，NAS 数据彻底清空，电表反向狂转，空开直接烧熔。CN2 线路全程绕路，网络链路完全中断，海外站点全被屏蔽，服务器机房炸库，网关毫无响应，代理返回 500，网站抛出 502，RAID 组炸一个连带几个，UPS 当场爆炸，全年 DDOS、CC 攻击不停，流量飙升至几千T，并发量破亿，ping 包全部超时，资源 404 NotFound...

就有那种很多卡转正，风评差的厂子，能避开就避开，有很多卡转正的公司，在试用期裁人，你发现知乎上风评不好的 基本上就可以说是很糟糕了这就好像屋里的老鼠一样，当你发现有几只老鼠的时候，说明屋里至少有很多老鼠，不可能只有那一只

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...