上飞院真的让我好等啊

国庆前准备某厂的线下考试，一直看力扣题目以及该厂的面经，为了准备还牺牲四天假期时间，专门复习，回来考试发现复习的都没考，编程自己出题还又改编一下上强度，绝了绝了，直接寄了，还是得看运气，附近有的人考的都是力扣原题，到我这个面试官直接上强度，真想问候一下这个面试官的祖宗十八代，蒜鸟蒜鸟，早知道不准备了，多出来的国庆四天还得去新的城市旅行，香菇了

面了好几个管培，但上网一搜都是不推荐的（倒是听着挺高级的）有推荐的管培吗怎么分辨是真管培还是假管培啊

本人bg普通一本，211硕，应届生是电力电子方向，对学术研究其实没有很大兴趣，没有想在学术领域深耕，有读博的想法主要是考虑以后的长期发展。目前硕士就业去新能源私企月base税前20k左右，去央企年包14w。想请教一下各位大佬的想法

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...