导师说在研一二的时候完成毕业要求，研三各忙自己的事，可以实习。我看大部分都是研二实习的…

1.自我介绍2.hashMap的底层结构和扩容机制3.synchronized和Lock类的区别4.Lock比synchronized好在哪里5.死锁发生的条件，每个条件怎么破坏？6.数据库中的死锁怎么避免？怎么排查？7.项目中redis用来干嘛的？宕机了怎么做降级？8.mq重复消费怎么处理？9.项目中websocket是用来做什么的？10.场景：用户与后端进行通信的时候，后端有多实例部署，怎么保证用户能一直与某个实例进行持续通信呢？比如第一次通信用户与实例A进行交互，下次就有可能是实例B与该用户通信，怎么保证你的消息能准确发送给指定用户？面试官思路：将消息丢给mq，让mq进行广播，每个后台实...

求佬们给给建议po主目前刚研二，研一没怎么做大模型，这两个月才转过来偏向于做sft/rft，头部大厂还没投过（感觉经历不够)目前手头三个offer🦘厂，偏搜推，方向不合适（已拒）智谱，大模型业务组，垂域sft，还有些其他的杂活贝壳，大模型业务组，sft/rft一边找实习一边学东西太累了，在想是先去实习还是再搓个rl项目继续投找大厂😞求问各位佬有什么建议

1. GRPO 算是 on-policy 还是 off-policy？为啥？2. GRPO 用的数据不是最新的，为什么还算 on-policy？它的 buffer 是怎么回事？3. 重要性采样是干嘛的？公式长啥样？能解释一下吗？4. GSPO 和 DAPO 各自解决了什么问题？用了什么方法？5. 强化学习里的熵崩溃是啥意思？怎么解决？有必要解决吗？6. 熵崩溃是咋引起的？7. 熵崩溃和 reward hacking 有关系吗？8. 看过 DeepSeek 的技术报告吗？它在推理速度上做了哪些优化？或者说，模型层面有哪些加速推理的技巧？9. MLA 是怎么回事？能加速推理吗？10. Qwen3 ...