📍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...

离职前舔了10个hr，正式工8个拒绝我简历😢，1个说活水无暑期岗位🥺，逮着一个实习生hr狂舔，舔来一次面试机会😅。果然，实习生是最有怜悯心的。

最近把地平线 嵌入式软件开发二面的题目总结下了，大家可以参考参考，难度还是有的。1. 请详细介绍你做过的一个嵌入式项目，从架构设计角度说明整体分层，以及你负责的核心模块。2. Linux 内核启动流程是怎样的？从 BootLoader 到用户态程序运行，中间经历了哪些关键阶段？3. 讲一下你对 Linux 内存管理机制的理解：虚拟内存、页表机制、缺页中断是如何工作的？4. 在多核嵌入式系统中，Cache 一致性问题是如何产生的？硬件与软件层面分别如何解决？5. 详细讲一下中断机制：从硬件触发到驱动处理的完整流程。上半部和下半部为什么要分离？6. 如果一个驱动出现偶发性崩溃或内核 panic，你...