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...

第七个意向来自百度~百度的三轮技术面在7月就结束了，现在才终于发意向~

霸王茶姬卡学历吗😳😳

网络基础在做项目的过程中，有没有用过一些网络方面的通信协议，比如HTTP或者TCP？介绍一下HTTP协议是个什么东西？HTTP协议有哪些常见的方法？GET和POST方法之间，最核心的区别是什么？你提到了TCP协议，这个TCP协议是什么？它有什么特点？你了解TCP连接的概念吗？（追问三次握手过程） 操作系统与并发你了解进程和线程之间的区别吗？你提到线程之间会互相干扰，这种情况一般怎么去避免？你提到了“锁”的概念，能在项目经历中说说你是怎么用锁的吗？你用的这种锁，从概念上是悲观锁还是乐观锁？在这个项目里，这个锁具体是怎么实现的？为什么要用Redis的SETNX命令来实现锁？它和普通的SET命令区别...