请教如何拖offer，三方

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. vLLM框架是怎么做推理加速的？

楼主是应届生，就从应届生角度分析一下子，主要针对职能岗位哦（因为我是职能岗位滴）工作环境：北京总部在通州马驹桥附近，环境还是非常不错的，一共有三个相对独立一点的园区，1号园区，2号园区和4号园区，4号的话是只有4层是京东，1号和2号都非常大，每一个园区都有6栋独立的楼层数在十几到20层不等 。很值得一提的是京东的工位的话也是比较好的，都是U型桌坐两个人空间还是比较大的，广州的工位和北京是差不多的，其他地方楼主也不太了解哦。工作强度：互联网的强度肯定是高的，只能说现在的京东比之前更高，正职普遍9点上班（高职级可能晚点，或者不打卡），一般刚进去应该都是九点上班，下班的话无特殊情况肯定要到十点后，中午休息一小时包含吃饭，一共一小时。强度真的还是不低的。部门氛围：我们这个部门是属于有强KPI的部门，氛围不会说特别好大家打成一片那种，但是也不是特别差勾心斗角，属于一般般。业务前景：因为是职能支持部门，我们这里支持的业务是核心零售，感觉还是和其他大厂重合度比较高，应该说还不错。福利待遇：福利当然是很好的，中午2餐补，早餐免费，健身房通通都有，中午几乎每天都有活动。

整体来说肯定值得去，虽然外卖的蛋糕被京东和淘宝抢了一大半去了，而且高德扫街榜也可能对团的到店团购有影响。但是毕竟体量在那，而且也是从百团大战中沙出来的，所以这个可能不需要我们打工人太过担心。个人在团的实习感觉团还是值得托付的1. 工作强度基本上是10 9 5的状态，这个跟其他的几家都差不太多，实习3个多月基本上都是8点一到领完餐补直接走人的，偶尔会加会班搞到10点，不过一般9点之后没多少人在那里了。2. 团队氛围个人感觉还是不错的，每次吃饭都会一起去吃，大家也都比较友善，离职前还参与了团队的团建活动。3. 福利待遇虽然戏称开水团，但给的薪资也还是很有竞争力的，福利的话，可能稍微少一点，但是什么中秋节，端午节啥的该有的小礼品还是会有的。4. 工作环境大楼外面有一大块草坪，出太阳的时候可以好好躺在那沐浴阳光，还是挺舒服的，下面的图片就是那块草坪还有其他的一些优点，比如校招offer大户，对校招生landing友好等，所以除开bat这些超级大厂，团还是挺能打的

9.17加签面，今天早上一看回到人才库了，没有收到拒信，这种情况还有机会吗给校招组发了邮件也没回二更：0925 发意向了