拼多多远程

📍面试公司：不鸣科技一面：🕐面试时间：3.11❓面试问题：自我介绍说说第一段实习的内容第二段实习行为日志监控做了什么，埋点行为是谁完成的（这里可以提Asan自动化介绍，这样的主要目的是啥（没有说这个风险评估）全城椅子自动化介绍完善用例具体做了啥协议自动化、压测做过吗黑盒白盒区别pytest相关（前后置、默认执行顺序、标记）接口测试用例设计思路（这里回答的不够系统、正反例、必填选填、参数类型、特殊参数...）单例模式的优点，常见实现方式进程、线程、协程区别算法：给一个正整数数组和一个target，找出和≥target的长度最小连续子数组（说思路即可）选一个常玩的游戏，简单评价优缺点对公司了解...

📍面试公司：百度 文心一言🕐面试时间：2026.03.18💻面试岗位：大模型RL后训练❓面试问题：自我介绍，教育背景，项目经历项目介绍，基于大语言模型的信号灯控制，问题是什么，如何结合熵，怎么评测，指标结果如何强化学习理论内容，trust-range和PPO的关系PPO是off-policy or on-policy? on-policy为什么会有importance sampling，采样的策略模型和要训练的策略模型有偏差，重要性采样加以修正PPO的clip在优势A 正/负时 限制上/下届，A为正限制上届，A为负限制下届PPO的损失函数怎么计算的？广义优势估计是怎么计算？GAE中lam...