📍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...

rt 不知道是真的假的丁老板 太难绷了

大厂开始把 AI Coding 纳入考核标准，这波技术周期的洗牌，对求职者来说，两极分化太严重了。千淘万漉虽辛苦，吹尽狂沙始到金，时代的大浪打过来，谁在裸泳一目了然。对于有底子的老鸟， 他们脑子里本来就装着整个项目的宏观架构图，AI 在他们眼里就是一个“高级外包”。动动嘴皮子把任务一拆解，开发效率直接原地起飞。 但对于只靠背八股文、纯刷题的小白来说，这里面可是个大坑。底层的网络协议、时间复杂度、内存管理不清楚，一旦线上爆出并发 Bug 或者内存泄漏，那么你连查错的切入点都找不到。面试官随便挑一行代码深挖两句，当场就会被凿穿，那会就是菊花残，满地伤，花落人断肠了。归根结底，大厂考你 AI Cod...