大模型算法实习一面 滴滴

攒人品中，祝大家都能拿到满意的Offer！1.项目介绍2.实习拷打3.数据集构造相关的问题4.长文本外推技术细节5.科研开始时间及历程6.NIPS论文介绍与讨论7.大规模图上 GNN 应用8.GNN 与 LLM 结合理解9.场景题：设计偏好对话模型

📍面试公司：百度 🕐面试时间：2026.03.20💻面试岗位：文心一言 后训练❓面试问题：自我介绍，教育背景，项目，和实习（两段本科Java web实习，没有后训练实习经验）GRPO训练的数据流KL散度的计算公式，怎么做平滑softmax的计算公式，怎么防止数值爆炸，有什么影响GRPO里的$\pi_\theta$, $\pi_\theta_{old}$, $\pi_\theta_{rollout}GRPO里是off-poliy/on-policy，当batch_size非常大时，如何缓解off-poliy的问题？平时使用vibing code的频率，以及使用的模型有哪些？了解TRL，VE...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.问项目2.最终生成的回答怎么做每句话都有引用3.给你一个很大的模型，比如deepseek，很大的上下文，比如100k token，怎么来做一个deep search框架4.lora原理5.grpo原理6.最近看的论文，模型最新进展