02-07 11:36 门头沟学院 Java 发布于广东
关注
美团智能体
1.简历
2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？
3.RL tool 的 loss 有什么区别？
4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。
5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。
6.还有其他 GRPO 变体吗？介绍创新点。
7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别
总结：RL tool的loss忘了，只有这一个失误，然后喜提人才库
#面试问题记录#
2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？
3.RL tool 的 loss 有什么区别？
4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。
5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。
6.还有其他 GRPO 变体吗？介绍创新点。
7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别
总结：RL tool的loss忘了，只有这一个失误，然后喜提人才库
#面试问题记录#
全部评论
相关推荐
02-25 16:29
齐鲁工业大学 golang 
找工作勤劳小蜜蜂：自我描述部分太差，完全看不出想从事什么行业什么岗位，也看不出想在哪个地区发展，这样 会让HR很犹豫，从而把你简历否决掉。现在企业都很注重员工稳定性和专注性，特别对于热爱本行业的员工。
你实习的工作又太传统的it开发（老旧），这部分公司已经趋于被淘汰，新兴的互联网服务业，比如物流，电商，新传媒，游戏开发和传统的It开发有天然区别。不是说传统It开发不行，而是就业岗位太少，基本趋于饱和，很多老骨头还能坚持，不需要新血液。
工作区域（比如长三角，珠三角，成渝）等也是HR考虑的因素之一，也是要你有个坚定的决心。否则去几天，人跑了，HR会被用人单位骂死。 点赞 评论 收藏
分享
查看8道真题和解析