算法题：多头注意力，面试看会分头就给过。 底层：关注以下几个点，agent组，怎么训练？怎么搭连路？怎么构造工具？ 其中训练很有意思，尤其是agent强化训练，面试官直言，没有全量强化经验的人我们不要。针对reward设计（为什么这么设计？有什么用？能更快收敛还是更好效果？），超参数调优（什么图像意味着什么要做什么样的调整）问的很细。 上层：考察面试者的视野，讨论了最近的几项技术，比如env based的训练，快手的ARPO看过没～，你怎么看环境的搭建，你觉得long horizon的任务怎么结合环境训练？你用过verl搭环境训练吗？比如GSPO为什么重要？同比DAPO（面试官直说这就是个消融...

来，说点可能被同行“骂”的大实话。🙊当初接数字马力Offer时，朋友都说：“蚂蚁的“内包”公司？你想清楚啊！”但入职快一年后的今天，我反而对他有了不一样的看法！🔹 是偏见？还是信息差！之前没入职之前外面都在说什么岗位低人一等这类。实际上：这种情况不可至否，不能保证每个团队都是其乐融融。但我在的部门以及我了解的周边同事都还是十分好相处的～和蚂蚁师兄师姐之间也经常开一些小玩笑。总之：身份是蚂蚁公司给的，地位是自己挣的（一个傲娇女孩的自述）。🔹 待遇？玩的就是真实！试用期工资全额发！六点下班跑得快（早9晚6或者早10晚7，动态打卡），公积金顶格交。别听那些画饼的，到手的钱和下班的时间才是真的（都是牛马何必难为牛马）。🔹 能不能学到技术？来了就“后悔”！我们拥有权限直通蚂蚁知识库，技术栈多到学不完。说“学不到东西”的人，来了可能后悔——后悔来晚了（哈哈哈哈，可以不学但是不能没有）！💥 内推地址：https://app.mokahr.com/su/ueoyhg❗我的内推码：NTA6Nvs走我的内推，可以直达业务部门，面试流程更快速，进度可查！今天新放HC，之前挂过也能再战！秋招已经正式开始啦～机会就摆在这，敢不敢来试一试呢？（和我一样，做个勇敢的女孩）

高中时，我特别后悔中考没考好，没能进更好的班级。但我从没好好总结过为啥会失利，也没给自己鼓劲，结果高考又考砸了。高考成绩出来后的假期，我一想到成绩就躲，躲着看朋友圈里同学们的好成绩，躲着看社交媒体上大家考上好大学的喜悦。假期里，我就靠打游戏来逃避现实，因为我不想面对期望和现实之间的巨大差距。现在，逃避了三个月，我终于得面对自己的过去了。 大学了，我不想再因为失败就放弃自己！我要为自己的未来打算！我要正视自己的失败！我要变得更好！初中时，我最上进，也最自信，在班里当过课代表、副班长，还是团支部书记和学生会主席，学习上也一直领先，普通班的我能考进年级前二十，那时候我风光得很。但是，我写的作文都是提...