Muon优化器 面试题

淘天集团 Agent 算法一面：SFT 超参、Muon 与 KV Cache

淘天集团 Agent 算法一面：任务合成与清洗、bad pattern 重采样、RL 轨迹压缩与 SFT 超参，考 Adam 与 Muon 的区别、ReAct、KV cache 为什么只缓存 K 和 V，并用 torch 手写多头注意力。