Agent项目深挖1.SFT vs GRPO 在训练流程的作用区别？2.数据规模。用了多少条数据？不同类别的比例？3.数据筛选机制。如何筛选/评估高质量数据？4.训练过程中的难点。是否遇到 reward hacking、训练不稳定、收敛慢等问题？如何解决？5.失败case。模型在哪些场景下表现差？根本原因是什么？有哪些改进方案？Diffusion项目深挖整体 pipeline 是如何串联的？各模块之间如何交互？看起来性能高度依赖模块A ，如果 A 失效，最终结果会下降多少？八股1.BERT架构、输入，训练流程，位置编码2.Decoder only 文本模型的结构和参数量分析3.Qwen系列的位置编码，优势是什么4.LLM模型的损失函数，第一个token的损失是什么手撕完全背包问题，动态规划，凑成面额为y的最少货币数量

1. TCP三次握手和四次挥手的过程三次握手建立连接：客户端发送SYN报文，进入SYN_SENT状态服务器收到后发送SYN+ACK报文，进入SYN_RCVD状态客户端收到后发送ACK报文，双方进入ESTABLISHED状态四次挥手断开连接：主动方发送FIN报文，进入FIN_WAIT_1状态被动方收到后发送ACK报文，进入CLOSE_WAIT状态，主动方进入FIN_WAIT_2状态被动方发送FIN报文，进入LAST_ACK状态主动方收到后发送ACK报文，进入TIME_WAIT状态，等待2MSL后关闭2. 虚表指针存储在对象内存的什么位置虚表指针通常位于对象内存布局的最开始位置。这样设计便于快速访...

1.实习介绍2.介绍经历，疯狂拷打细节+施加压力3.代码题a.判断是不是回文数b.三数之和4.反问

双非本一面二面都很顺利三面是一个主管给我挂了算法测开广州岗