航天外包软件测试

📍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，八股算法实习一下什么都忘了，有点紧张啊预计3.25才开始投递，会不会太晚了

佬们看看这个简历可以冲大厂吗

一、行业 / 公司新闻 1. Anthropic 招聘武器专家防止 AI 滥用，BBC 报道引发关注  摘要: Anthropic 发布"化学武器与高爆炸药政策经理"岗位，年薪 285K，要求至少 5 年化学武器/爆炸物防御经验，需了解"放射性弥散装置"（脏弹）。  2. Anthropic 市场份额大幅提升，企业客户争夺战升温  摘要: 在首次购买 AI 服务的企业中，Anthropic 在与 OpenAI 的正面竞争中赢得约 70% 的客户。Ramp 平台数据显示，一年前仅 1/25 的企业使用 Anthropic，现在已接近 1/4。  3. 30...