唯品会大数据开发一面

全文约 4400 字 | 预计阅读 11 分钟目录先交个底：我是谁，拿了什么结果45 场面试，被问最多的后端八股全在这了手撕题：写不出来基本就挂了暑期实习和春招，考的真不一样最后说两句上一篇春招五周，我面了四十多场，最后想说的全在这了发出来之后，反馈比我预想的好很多。很多同学私信问我：暑期实习也有这种汇总吗？刚好清明假期有空，把去年暑期实习的面经全部翻出来整理了一遍。43 篇精修面经，每一篇我都重新读了，把所有被问到的问题按频率和重要性做了归类。先说一句：这是去年的面经，时效性肯定不如今年的新鲜。但八股文和算法题这东西，一年前和一年后差别不大，核心考点就那些。我两篇文章加起来不到 100 道八...

你在leetcode上练的都是死代码能力🤣

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 ...