📍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...

学java第六天，效率太慢了把游戏删了我再玩是sb

各位老大们 长沙万兴怎么样啊，我现在有一家工资比较高的但是在北京小厂，一家就是长沙万兴

双非，Java后端，26届，春招基本结束了，拿了个小厂offer。把踩过的坑总结一下，希望后来人别重蹈。 坑1：网申填表没用工具，全靠手动 前期完全手动填每家的网申表，有的表单巨长，什么父母信息、家庭住址、在校成绩单每门课都要填，一张表填40分钟都有。 后来朋友说牛客有个网申助手插件，信息录进去，各家官网表单自动填。装完之后悔恨了很久，早用能省十几个小时的体力活。现在还在投的同学，直接搜"牛客网申助手"装一下，免费的。 坑2：投递开始太晚 2月中才开始大规模投，其实1月就有公司陆续开放了，等到三月再投，很多坑位已经满了，有些公司甚至已经停止接简历。 坑3：只盯大厂，没有保底...