美团校招offer

📍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...

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

笔试时间：2026年3月14日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题：农田改造题目某地区有一片 n×m 的农田网格，每个格子要么是 "旱田"（用 x 表示，无法通水），要么是 "水田"（用 o 表示，可以通水）。水利部门计划对部分旱田进行改造，他们只能选择其中一块旱田，将其改造成水田。水利部门定义 "连通水田块" 指的是四连通区域（即区域内的任意两块水田可通过上下左右移动仅经过区域内的水田互相到达），"最大连通水田块" 是指该区域在所有可能的连通水田块中面积最大（格子数量最多）。水利部...