📍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...

投了200份简历，经过7次面试后，还是被cetv捞了，虽然之前就听说c厂是天坑，但想了想第一份实习就算了，干1-2月跑路算鸟，再好好准备暑假去实习

双非学校， 八股大概看了一遍，该去投中大厂吗，还是继续沉淀再投。

春招这段时间，前前后后给几十家公司的HR发过消息，从最开始的全石沉大海，到后来90%都能收到回复，踩了无数坑，终于摸透了HR的沟通雷区和秒回技巧。先给大家避坑，这5句话，发出去90%会被无视，绝对别发！在吗？（纯无效开场，HR根本没法回）您好，请问XX岗位还招人吗？（只提问题，不给任何个人信息，HR连你是谁、能不能胜任都不知道，懒得回）我的简历您看了吗？（压迫感拉满，没有任何有效信息，HR只会觉得你在催他）您好，我想应聘贵司的岗位。（不说清哪个岗位、自己什么背景，HR一天看几百份简历，根本没空跟你细问）长段大作文，没有重点：把自己的经历、诉求写了一大段，没有分段、没有重点，HR扫一眼就头大，直...