📍面试公司：蔚来🕐面试时间：2026.03.16💻面试岗位：大语言模型强化学习算法实习生❓面试问题：自我介绍项目经历1，拷打项目动机，方法细节，评测方式，遇到的难点和解决方式，提出的方法为什么有效强化学习算法理论基础，介绍PPO算法，算法计算公式，优点，训练流程，介绍GRPO算法，特点，优势有关强化学习算法的代码库，TRL，VERL，Ray等询问对于Agentic RL 的认识，其中可能存在的难点，答了算法侧的稀疏奖励问题和工程实现上各类工具的稳定性编程题，word1->word2的最小操作次数🙌面试感想：自我介绍吟唱时间太长，适当压缩为教育背景，研究背景，项目/实习经历的简单介...

报志愿时候是幻想的学技术时候是后端的找实习时候是卷爆的谈薪资时候是压价的上班的时候是想死的我当务之急应该马上回家里蹲准备考公考编，而不是在这里天天加班开会😡

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

会议室里安静了几秒。 "你的意思是，现在的方案有问题？"架构师看着我，语气平静，但能感觉到空气里的压力。 我深吸一口气，打开了笔记本上的架构图："不是有问题，是我觉得可以更好。现在的方案是把所有请求都走主链路，但如果我们把读写分离，再加一层缓存预热机制，理论上能大幅降低核心服务的压力。" 这是实习第二个月，我第一次在技术评审会上发言。会议室里坐着七八个人，有架构师、技术经理，还有几个工作了好几年的senior。而我，只是个还在试用期的实习生。 "你做过压测吗？"旁边一个senior问。 "做了简单的本地验证，"我点...