📍面试公司：腾讯云智🕐面试时间：4.3💻面试岗位：客户端开发 ❓面试问题：1.自我介绍2.我看你们在项目中使用了多种线程池模型对吗？3.分别服务于什么场景？4.你这两段项目都是在学校做的吗？5.详细讲一下工作窃取模型，工作原理？6.任务队列是怎么分配的？7.那c++新特性你了解吗？Std：move的原理？8.如果你使用move的话会一定拷贝吗？9.Std：move主要针对是什么样的数据类型10.对于一些基础的数据类型可以避免拷贝吗？11.除了这个还有没有其他的这个move语义？12.你在项目中突出的是哪方面？13.当时为什么要用tcp呢？14.项目中为需要这种可靠的链接？15.登陆注册必...

211本985硕,暑期快手已经用人部门筛挂两次了😡😡实习已经改了一版了,需要写的更详细点吗😭😭😭

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 ...