百度大模型AI产品面经

🎓 背景 •25级研究生，28届毕业，211 本科 + 985 硕，均计算机科学与技术•研究方向：AI × 软件工程，Python 熟悉度较高•课题组常发软件相关会议论文，师兄师姐去向多元（开发 / 算法 / 大模型 / 产品）👤 个人现状•❌ Java 八股 & 项目：基础较弱•✅ 算法基础：人工智能基础算法都较为了解，保研面试时准备过 八股，目前方向也偏 AI+软工•🔒 实习限制：• 平时实验室不太允许日常实习• 最多能偷偷出去 3个月（研一暑假算上1个月的空档）• 正式暑期有5个月（从 27 年 4 月开始）•💡 其他：本科没有实习经历⚖️ 当前纠结A. 搜推广•优点：薪资高•担忧：三年后可能从红海卷成“死海”B. 后端开发•优点：岗位需求稳定•担忧：未来天花板低，Java 市场更内卷C. 大模型•优点：方向前沿、潜力大•担忧：背景不够硬？但有师兄已经拿到 Kimi 的大模型实习，但不知道能不能转正D. AI应用🙏 求助如何结合我的背景和限制，在算法（推广/大模型）与后端之间做出更合理的选择？非常感谢各位前辈的指点

也是真的紧张特别是10分钟模拟面试环节从自我介绍就开始磕巴了对面面试官一直跟我说，没关系，慢慢说好温柔的团子，好讨厌的自己面试完感觉我都脑雾了撑到他们下午5点AI路演结束直接回学校了U1S1，美团的AI产品是挺多的，居然也出了自己的基座大模型以前一直调侃它外卖厂，是我冒昧了

大工本硕软工，末9且没有论文，debuff拉满感觉做不了算法，想走业务，搜推和大模型的一些岗位或许对论文要求没那么高，现在在中大厂做医疗大模型实习，想要在明年找一段bat等级大厂实习，能走下去吗，搜推大模型bar是否够，前景如何

1. PPO的原理？从维护的四个model讲，再详细讲一下训练流程和损失函数各个参数含义？2. 为什么有了reward model还需要critic model？critic model作用是什么？3. 交叉熵和kl散度的联系和区别？PPO的kl散度可以改成交叉熵吗？分类任务可以用KL散度吗？4. GRPO的kl散度和PPO的kl散度区别？K1 K2 K3估计区别？5. rollout数量 batchsize数量和计算资源(卡的数量)有什么关系？线性？非线性？6. 真实采样数量一定等于rollout数量吗？7. 提到了拒绝采样，详细讲一下8. vLLM框架是怎么做推理加速的？