📍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...

boss打招呼了快500，简历投了40多份，结果到现在就只有一个外包和一个几十人小厂约面，大部分都是已读不回，或者要了简历就没下文了。不知道是我的简历写的有问题还是打招呼的方式不对，又或者学历的问题，真不知道该咋办了 …………

润色了一下，这个简历还有救吗，春招还能上岸吗😭经历秋招洗礼，感觉运气>>实力

拿到了腾讯offer，字节offer，其他都争先面我，嗯，梦醒了发现自己啥也不是27实习信息及笔面试真 题及答案点下面绿色字符，一文档打破信息差，去年学长学姐都在用**************************************************下面是里面内容精选大中厂暑期实习合集1、淘宝闪购(饿了么）📌 内推方式：https://campus-talent.alibaba.com/campus/position?campusShareCode=L8oq_CpbJUkrOq0kKyElsbT%2F4hvInWZn6ivpq6P65ow%3D&batchId=1000...