1. 自我介绍2. 算法题（全英文）给定一个二维数组：1 2 34 5 67 8 9你需要找到pointA到pointB，路径有C个点的路径数量Input1 3 3Output5从1到3，合法的路径有：1->2->3 1->4->3. 1->5->3. 1->6->3 1->8->3.1->7->3 不合法是因为1->7中间经过了4（多了一个点）额外补充：你经过的点可以在下次经过的时候可以跳过比如Input：4 4 5那么其中有一条合法路径就是 4->1->7->5(因为经过了4，所以1到7中间经过...

第一次发牛客，想让兄弟们给点建议，我就想找个Java实习🙄

简历如下 大家觉得有机会冲一下暑期offer吗，目前还没有面试经验，项目做的很水，还没开始背八股😅

📍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...