1. 实习介绍;2. 根据我简历，让我介绍一下论文A3. 介绍论文B：问了很多问题，大概讲了20多分钟，包括：讲下SP？讲下vllm？链接到了论文C，问关于稀疏帧采样有没有了解？4. 介绍论文C：让我详细介绍下是怎么采样的（讲的不好，人家没细问）5. 讲一下GRPO：GRPO和PPO哪里比较有优势？GRPO和PPO具体哪里不同？6. 手撕：#2554 Maximum Number of Integers to Choose From a Range I

----------------------------------12.30 一面全部问的实习手撕：快排----------------------------------1.6 二面问实习了解过 LLM 类似的机器学习相关的原理性的一些东西吗？（说了些transformer原理）agent的几种模式？分别有什么特点和优劣？反问：几轮面试 回答：两轮技术面+一轮hr反问：部门 回答：同花顺的ai部门----------------------------------暂无后续bg四非本，还是太难了没什么面试，唉

1.简历和论文2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销