C++：1.什么是多态？如何实现多态 （同一接口不同行为，静态（重载，通过重载，模板等），动态（重写，通过类维护虚表，对象持有虚指针指向虚表）2.C++智能指针（unique_ptr,shared_ptr,weak_ptr，讲讲特性）3.为什么需要虚析构函数(基类指针指向派生类对象的时候，析构时能正确调用派生类的构造函数)4.map,set,multi_map,multi_set的底层实现（均为红黑树，set只存值，map存键值对，自动按照键/值排序，muti允许键重复） 计算机网络（网络编程）TCP三次握手流程，对应的socketAPI（// 服务端int listen_fd = socke...

你们这些卡92的，就在jd里标清只要92，装什么众生平等。发70个邮件让我完善简历，我还以为被网暴了。说你就是你慧策，上午参加了宣讲会，技术岗位上来来了一句：只要985211或双非ACM银牌，66666。92才不去你们那破公司，双非本就和有案底没区别，快滚。

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...