📍面试公司：百度 🕐面试时间：2026.03.20💻面试岗位：文心一言 后训练❓面试问题：自我介绍，教育背景，项目，和实习（两段本科Java web实习，没有后训练实习经验）GRPO训练的数据流KL散度的计算公式，怎么做平滑softmax的计算公式，怎么防止数值爆炸，有什么影响GRPO里的$\pi_\theta$, $\pi_\theta_{old}$, $\pi_\theta_{rollout}GRPO里是off-poliy/on-policy，当batch_size非常大时，如何缓解off-poliy的问题？平时使用vibing code的频率，以及使用的模型有哪些？了解TRL，VE...

暑期实习核心是奔着转正去的，投之前先打听打听转正率——五成以上的值得冲，太低的就当攒经验别只盯着大厂，中型公司或独角兽的实战机会可能更多，简历上能写进去的东西更实在AI方向现在卷得快，实习最好跟大模型、RAG、Agent这些沾点边。

1. 进程和线程有什么区别？进程是操作系统资源分配的基本单位，拥有独立的地址空间、文件描述符、信号处理等资源线程是 CPU 调度的基本单位，共享所属进程的内存空间和资源，拥有独立的栈和寄存器状态创建和切换线程的开销远小于进程，线程间通信直接读写共享内存，进程间通信需要专门的 IPC 机制一个线程崩溃可能导致整个进程崩溃；一个进程崩溃不影响其他进程，隔离性更好多线程适合共享数据频繁的并发场景；多进程适合需要强隔离、稳定性要求高的场景2. 为什么推荐用 make_shared 而不是直接 new 来构造 shared_ptr？直接 new 会进行两次内存分配：一次分配对象本身，一次分配控制块（引用...

四次面试终成鹅孝子 😭