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？

背景在八月初准备面试华为od，一开始联系到栗栗姐，她给我发了一些机考的资料和攻略，刷了一段时间的题，然后正式开始走流程。一、机考（320分）第一题：停车场车辆统计。特定大小的停车场，数组cars[]表示，其中1表示有车，0表示没车。第二题：字符串序列判断。输入两个字符串S和L，都只包含英文小写字母。S长度<=100，L长度<=500000。判定S是否是L的有效子串。第三题：中文分词模拟器。给定一个连续不包含空格字符的字符串，该字符串不仅包含英文小写字母及英文标点符号，同时给定词库，对该字符串进行分词。二、综测综测按照攻略和注意事项就好了，然后是准备面试和简历三、hr资审1.自我介绍...

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。

1.常用的注解，autowired的实现原理，和resource比呢2.aop 怎么实现的?3.Aop around和before的区别4.项目里用到了消息队列，为什么选kafka(当时说的是简单易学好上手感觉不应该这样回答，大家引以为鉴)，kafka会重复消费吗?如果出现消息挤压怎么处理呢5.假如你的系统需要支持高可用，怎么设计呢6.MySQL不同引擎的索引都什么数据结构7.Netty 用过吗?有什么优缺点?8.你用到了线程池吗?参数怎么设置的9.算法:一个 sql题10.删除链表的重复数字11.多线程打印数字和字母