📍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...

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

年前一面通过，后面问是否考虑外包岗位，撤回的消息说的是“没办法，学历是硬性指标”，难绷那你面我干啥呢，浪费双方时间，你早说是外包岗我还接你面试干啥😂

1. 简单介绍一下你自己和你最擅长的技术领域参考答案面试官您好，我是 XXX。我主要的技术方向是嵌入式系统开发，有两年多的项目经验。我最擅长的是 STM32 的开发和 Linux 系统编程。STM32 方面：熟悉各种外设的使用，包括 GPIO、定时器、UART、SPI、I2C、ADC、DMA 等做过多个基于 STM32 的项目，从底层驱动到应用逻辑都有涉及对 FreeRTOS 比较熟悉，能够设计合理的任务架构，处理好任务间的同步和通信Linux 方面：熟悉系统编程，包括进程线程管理、网络编程、文件 IO 等做过高性能服务器项目，对 epoll、多线程、性能优化有深入理解了解一些 Linux 内...