一些面试面经汇总

自我介绍 提问项目：1.gspo和grpo区别，损失函数2.ppo和grpo区别3.强化学习的理解（reward是否需要某一步突然特别好等等）4.策略模型和参考模型如何设计5.rag的架构，如何分块八股：1.transformer结构2.介绍一下微调有哪些3.为什么更多用lora这种泛式，而不是prefix tuning手撕：lc 旋转图像

目前在小红书实习，是一直在小红书实习然后转正还是多手准备呢，字节下周有面，害怕浪费机会，也害怕没把握住。

自我介绍 介绍一下你的项目（微服务oj系统）docker沙箱是每次提交代码时候都会创建新的吗，还是会复用？判题逻辑是怎么样的，最后样例输出是直接读取docker沙箱的输出吗，还是说docker沙箱里面有自己的业务？用户提交的代码里面如果有恶意代码怎么办？项目中提到支持多语言编程，那它们是有各自的模板，根据用户的代码覆盖模板来实现多语言编程的吗（应该问的是力扣那种模式，不过目前项目是acm模式所以是提交整段完整代码，没有模板）项目中用到了jwt，那么介绍一下jwt客户端A生成一个jwt，同一用户在客户端B又生成一个jwt，此时客户端B修改了用户信息之后，两个客户端的jwt会冲突吗？如果冲突一般是如何解决的？（没答上来，反问了一下，面试官说可以在claims里面添加一些用于标记用户信息是否被修改了的字段来校验是否要刷新jwt）浏览器中的cookie是在什么时候触发携带、保存的呢，是浏览器本身的行为，还是需要写业务代码来完成的呢？（答成了localstorage）同一浏览器中不同网站之间的cookie会冲突吗，可以相互携带或者使用吗，是靠什么机制实现的？说说redis一些常见命令zset的原理是什么为什么排行榜不用list、set、hash，而要用zset？日排行榜、周排行榜等等是如何实现的？排行榜数据有持久化到数据库吗？项目整体划分为了哪些服务？任务定时模块为什么没用上（出了bug）排行榜是根据什么来排名次的？（分为了竞赛排行榜和整体排行榜）项目用到多线程了吗？（没有，但是提到了transmittablethreadlocal）了解过线程池吗？说一下线程池创建的几个核心参数核心线程和非核心线程的区别是什么？非核心线程是在阻塞队列满之后创建的，还是在阻塞队列满之前就创建了？

po主是双非，学的是Java开发，从暑假开始学习，大概学了4-5个月，分布式和微服务没有学，八股只背了重点的，项目用了知识星球和GitHub上的开源项目。从12月中旬开始投递简历到1月底，boss沟通400，投递简历39，其他招聘软件加起来投递100，官网没有投递，累计13场面试，其中1场深圳，2场远程，10场广州，最终入职了一个<50人的做tob的小公司。