📍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...

感觉就是那种，背景也不够硬，实习也不够硬，啥都不够硬，除了硬着头皮在各个招聘软件和官网平台投没有任何收获，已经不知道自己能干啥了……

过完年最近一直在忙一些副业，自己搞了一个小脚本，又写写论文毕设，一直都没有找实习，好多东西都忘了，没自信求指点

说实话，我入职的时候也是奔着Java后端去的，没想到工作几个月之后就慢慢转到Agent开发这边来了。现在回过头看，感觉Agent这个方向确实是个趋势，身边越来越多的项目都在往这上面靠，需求也在持续增长。当然我不敢说它一定是未来，但至少现在来看，这个方向的机会还是挺多的。我自己转过来的过程其实没有想象中那么难。因为Agent开发说到底很多底层的东西还是后端的活，接口、数据处理、服务对接这些Java开发的基础完全用得上，只是多学了一些跟大模型交互、工作流编排相关的东西。是有学习成本，但在实际项目里边做边学，进步还挺快的。现在我的部门有Agent开发的实习岗位在招人，而且工作内容我的体感上是后端相关...