1. Qwen 与传统的Transformer模型相比，有什么结构上的改进？2. RMSNorm相较于LayerNorm有什么优势？公式是什么？3. SwiGLU的公式是什么？4. GRPO的公式是什么，这样做为什么更好？5. KL散度的公式是什么，为什么要用KL散度？6. LLM的损失函数是什么？给你一个10w的词表，计算出事的损失值7. GRPO为什么要做clip，直接用SFT后的模型还会不稳定吗？优势度可以怎样改进？8. 为什么你要用GRPO？GPRO结果比之前好多少？显存开销多大？训练一个Step需要多久？奖励函数如何设置的，为什么？有没有想过为什么一开始Reward出现大幅度震荡？GRPO是否一定有效，还有什么解决方法？9. Post-Training 的工作机制，为什么要做三阶段训练？什么情况下应该用GRPO？为什么DeepSeek用了GRPO？如何从V3到R1？10. 微调是如何进行微调的？为什么LoRA能够work？除了LoRA外，还了解哪些微调方法？11. 后训练用的哪个框架？你用过什么框架？如何使用deepspeed进行分布式训练？脚本是你自己写的吗？12. 知道什么Linux命令？13. 用过C++，Java吗？平时用什么多?14. 如何去评价你工作的产出和质量15. FLUX的工作原理，LoRA在这个地方起到了什么作用？

面试的java开发，一二面都过了，但是评级不一致又加面了一轮。加面手撕代码做出来了，但是可能八股答得不好直接就挂了😭😭😭

数学系进的业主公司。不过专业不对口，做一些维修计划+数字化的内容。一辈子稳定的工作，薪酬在小地方还算可观的，还是试用期，活很多，基本上部门所有的数字化任务（开发）都推给了我，需要拉会对接需求。维修工作需要学很多自己不感兴趣的设备和系统，（每天各种阀门和泵，但根本提不起学习兴趣）写各种材料，上周白天8小时期末周强度上课，晚上上班。压力较大。试用期钱只有6k（央企总包的艺术），转正也就7k。其他的钱都在各种福利费。家在太原，离家2000km，父母在太原住，现在年龄大了，都是自由职业，年10w不到，没有养老金。找不到对象，即便结婚了周末夫妻也很难接受，不想窝在小城市，老电厂晋升通道窄。因为数学专业，有代码的开发基础，最近想跑路到互联网了，想去杭州，目前基本只和华为od联系过。我知道这也是一条难走的路，可现在的内耗也很严重了。

研究生，数学专业，有一年Java工作经验，裸辞了，GAP了一年提升自己，但是进大厂还是无望（大家尽量不要GAP，除非你忍无可忍），遂决定投华为OD（这话有点不礼貌，但是是真心话）。BOSS上有很多华为OD的HR联系我，但是我最终还是找了栗栗，因为我23年就加微信和她有过交流，对她印象不错，感觉她很负责，也很热情。机考有三道题，第一题是设计一个手机App防沉迷系统第二题是统计射击比赛成绩第三题是计算最大活动区域的网格点数目。我最终考了252分综测机考通过后要做测评，听HR的建议即可。测评通过后就是选base和部门，我花了很多时间调查部门的情况，犹豫再三选了上海的消费者部门。（本来想选东莞的，结果...