9.30-联想一面-20min

二面结束以后啥时候hr面啊，心里慌慌的兆芯的系统测试工程师说是国庆过完就要签三方了。想赶在这之前确认联想能拿到好进行对比。然后联想hr面不挂人嘛？

主包已经泡了五天了是不是在横向啊... 是还没开始发offer吗 期待他发信息给我又怕发的是拒信

1、工作氛围很好，没有固定的打卡时间，没有996，wlb这一块真没得说，每日工作8小时即可（除去午休时间）。刚开始我基本上是早上8:40左右到公司，然后下午接近6直接回家，后面知道6:30之后有免费的餐补2、人文关怀，第一天报道我看到公司有很多小孩，后来才知道这是公司员工的小孩，因为没人带，所以带进公司学习或是玩，公司也配有托管所，帮忙带孩子，并进行一定教学及功课辅导。另外在早上10:多和下午3:多会有眼保健操和广播体操，当然也没有硬性要求必须做3、配套设施齐全，总部东西区都有健身房，各种健身设施都有，健完身之后还有淋浴间，喜欢健身的真的有福了。还设有卫生服务站、按摩师、理发店、罗森、肯德基、咖啡店等，配套真不错4、联想总部真的太大了，分东西两个区，内部空间真的好复杂，刚开始容易迷路

面试迟了大概半个小时。说是前面的人没面完。好像他们面试是专门留一天面的。自我介绍，做题。面试官问我会啥，说就是走个流程。leetcode 打家劫舍。主聊项目，考察对 VLM 的理解，CLIP的理解。问Long CoT 如何定义？32k及以上。反问工作强度和业务应用。很累。面完直接第二轮。高强度面试wok。部门老大面试，没做题，感觉是业界大佬。聊强化学习，其中有个点是把 rollout 阶段把全错的样本部分替换为对的，让模型可以进行学习，问“和DPO有啥区别”？这样不是off-policy了吗？ on-policy 的优势是什么？GRPO的缺点很大，必须是可验证的query，开发问题，例如报告生...