第一家实习是一家小厂，百来号人左右，但是公司氛围非常不错，组长不让无偿加班，到点提醒走人，简直人性化体验拉满，工资也算当地城市中等微上的水平

牛客 "网页小游戏 AI coding" 活动主要玩法：开局给出若干对相同牛客娘图片，并展示3秒，随后翻面，在规定时间内找出所有相同的牛客娘就胜利了！！！游戏界面：游戏规则：开局展示所有图片3秒，每次翻2张方格，图片相同则永久显示，不同则1.2秒后翻回，限时匹配所有图片即为通关。制作过程：首先，简单描述一下需求：接着，对所给的代码进行测试，进一步完善达到心理预期后，对游戏进行测试，寻找bug！！！！最后，进一步完善功能，并对结构进行优化制作视频链接：https://www.bilibili.com/video/BV19B6uBUEqW/?spm_id_from=333.33...

Agent项目深挖1.SFT vs GRPO 在训练流程的作用区别？2.数据规模。用了多少条数据？不同类别的比例？3.数据筛选机制。如何筛选/评估高质量数据？4.训练过程中的难点。是否遇到 reward hacking、训练不稳定、收敛慢等问题？如何解决？5.失败case。模型在哪些场景下表现差？根本原因是什么？有哪些改进方案？Diffusion项目深挖整体 pipeline 是如何串联的？各模块之间如何交互？看起来性能高度依赖模块A ，如果 A 失效，最终结果会下降多少？八股1.BERT架构、输入，训练流程，位置编码2.Decoder only 文本模型的结构和参数量分析3.Qwen系列的位置编码，优势是什么4.LLM模型的损失函数，第一个token的损失是什么手撕完全背包问题，动态规划，凑成面额为y的最少货币数量

领导做过的离谱事情，往往不是某一次“大事”，而是那些看起来很小、却能让人瞬间怀疑人生的瞬间。比如有一次，团队正在加班赶一个版本，大家都在盯着日志和报错。突然领导走过来，指着屏幕说：“你们这个功能要不要再加一个新需求？反正你们今晚不睡了。”当时我以为他在开玩笑，可他很认真地补了一句：“你们都在公司，顺手做了就行。”那一刻我才意识到：在他眼里，加班不是代价，而是默认的资源。还有一次，领导在会议上要求我们“提高效率”，但却不允许我们用任何自动化工具。说法是：“我们要靠手工来保证质量。”可当我们提出手工效率低、容易出错时，他又说：“你们是不是不够努力？”这种“要求高标准、但不给条件”的逻辑，让人觉得工...