双九ic验证岗，女生，offer决赛圈

多多啊 多多啊 上来四道算法题算法题直播排序，整体比较简单把对象写出来，然后比较规则写明白就OK了。唯一一道A100%的电车充电如何最省钱，到目的地如何充电的钱最少，路上有充电站，每个电站价格不一样。用了DP来做，但感觉是贪心的样子，最后没招了，把不能到的情况给干了出来，过了8%日志分析纠错，滑动窗口，但我最后结果永远少一，过了15%没看，力竭了燃尽了多多 以后牛客不用后台找我了，笔试夯爆了----------------3.18 流程终止----------以后不用pdd了  立即卸载

本人是双非院校，有两段测试实习，基本都是功能测试 ，投简历要么挂了，要么已送达或者已读不回有哪里要改的吗😭😭😭😭求拷打ps:本人代码能力极差

📍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...