一图2026年AI全栈技术选型，一图搞明白

发一下问题给大家参考，攒攒人品！1. PPO的原理？从维护的四个model讲，再详细讲一下训练流程和损失函数各个参数含义？2. 为什么有了reward model还需要critic model？critic model作用是什么？3. 交叉熵和kl散度的联系和区别？PPO的kl散度可以改成交叉熵吗？分类任务可以用KL散度吗？4. GRPO的kl散度和PPO的kl散度区别？K1 K2 K3估计区别？5. rollout数量 batchsize数量和计算资源(卡的数量)有什么关系？线性？非线性？6. 真实采样数量一定等于rollout数量吗？7. 提到了拒绝采样，详细讲一下8. 你是怎么设计agent的记忆系统？9. 长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10. 你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？11. vLLM框架是怎么做推理加速的？

一面：自我介绍有没有了解服务器相关的知识现在只投测试吗开发的话会哪些 TCP三次握手四次挥手解释一下线程和进程 线程进程哪个大 有些测试推进不下去，开发一直不改怎么办，你怎么处理你想做技术还是想做管理有过管理经验吗 反问二面-基本都是硬件的测试-40min自我介绍了解公司有什么业务没了解国产化吗研究生期间的研究方向是什么实习是软件测试为什么投服务器相关的硬件板块，是基于什么考虑的（其实我投的这个岗位是软测，不知道为什么面试的时候是硬测）（这个软件的范畴很宽，他们公司的软件测试是相对于硬件测试来说的，硬件测试会更偏底层，比如硬件测试的同学会用示波器、万用表这些工具，需要理解电路、信号、散热这些知...

恐怖如斯

浅谈一下华为练秋湖研发基地的工作和居住环境。被农村环绕的研发中心西岑，原是上海西面的一个乡，可谓郊区中的郊区。华为刚搬来没几年，除了园区造的颇为壮观，周边配套还未跟上，见的最多的只有大片大片尘土飞扬的工地和三轮车街头美食。不过在园区，吃喝不愁。各片区都有集中的餐饮档口，餐饮选择非常丰富，一顿饭的平均开销在20左右。园区内还有连锁餐饮，如肯德基，吉野家，小杨生煎，吉祥馄饨等。唯一美中不足的是园区内咖啡店很多，但没有一家奶茶店。除了动迁房华岑佳苑附近有小超市，药房和街边小餐饮店外，其他地方可以说是地道的农村了。住在 17 号线沿线还是园区旁？很多员工会选择17号线地铁沿线租房，向市区方向行进几站到...