美团笔试编程语言

📍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...

润色了一下，这个简历还有救吗，春招还能上岸吗😭经历秋招洗礼，感觉运气>>实力

过了，云智真tm香啊。😜

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 京东-2026.03.14-第二套 第二套比第一套更像标准机考。第一题是带两种资源约束的选择型动态规划，重点在于“先保证件数最多，再在这些方案里取油耗最小”；第二题数据范围不大，但状态设计要清楚，核心是把“选若干个互不相交子串”压成一个左到右的子集 DP。 题目一：双通...