📍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...

大家都在说今年找实习难，但是字节跳动招7000+，腾讯招10000+，合计1.7万个实习生岗位。这规模都快赶上某些985大学一届本科生的总数了。但是具体细节确别有洞天，字节7000个坑，研发类占了4800；腾讯更夸张，技术产品岗直接扩招39%，潜台词：能熟练使用AI工具的复合型人才实习生越多，正式工越少，与其说是实习生不如说是临时工。国家应该限制实习，每个人实习有上限，另一个不允许企业大规模招超长期实习生

1.大参林 一面 面试官网卡，声音听不清，在读题，回答后半天没反应 ---挂2.高新技术集团 自我介绍和聊项目20多分钟了，没有问问问题，就是让我介绍 ---挂3.友邦咨询 -- 一面过，二面线下拒绝4.超星学习通二面 问学习方式，AI编程，优缺点 9分钟 ---挂5.晓多科技实习（150/day）纯八股和项目，回答出来了，感觉良好 ---挂6. 北京易点云 项目+八股很简单 ，面试官说我普通话不标准，不好沟通 ---挂7.异乡好居 聊了AI编程，问我用什么AI ，AI编程比例怎么样，如何看待。你知道有那些AI工具，聊openClaw,问我有没有使用，有没有去深入研究它，我说有使用，但是有安全...