抛开难度不谈，我的梦中情司是部委。想做点真正影响面更大的事：政策落地、项目统筹、跨部门协同，节奏稳但要求更高。少点“为了上线而上线”，多点“为了长期价值把事做对”。忙肯定忙，但意义感更扎实。

叮！途虎26届校招限定盲盒，已打包完毕！今年我们准备了 A/B两款神秘主题随机发出每一份都超有料🎒 通勤充电包 (A款)双肩包 + 午休毯 + 手机支架 + 咖啡杯陪你从课堂到职场，轻松通勤，随时回血🧳 差旅元气箱 (B款)手提箱 + 保温杯 + U型枕 + 手机支架 + 午休毯助你出差旅行，说走就走，一路舒适 所有礼包将在春节前统一寄出盲盒随机发货，快来接住这份职场第一份惊喜！

1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。7.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别

一、先搞懂：为啥需要这俩东西？比如你刷短视频时快速滑动屏幕，手机用不用 “每滑 1 毫米就重新算一次画面”？肯定不用啊！要是这么干，手机立马变卡、耗电快。前端也一样：像输入框实时搜东西（你输 “苹”“苹果”）、窗口放大缩小、滚动页面，这些操作会 “疯狂触发代码”。防抖和节流就是用来 “拦着” 这些疯狂操作，让代码别瞎忙活 ——核心就是：省劲儿、不卡顿。二、防抖：“等你彻底停下，我才干活”用你每天都可能遇到的  “电梯关门”  举例：你进电梯后，电梯会说 “等 10 秒再关门”。这 10 秒内如果又有人按电梯进来，电梯会 “把 10 秒倒计时归零”，再等 10 秒。直到没人再进来、10 秒走完，...