机械女孩子

📍面试公司：百度 🕐面试时间：2026.03.20💻面试岗位：文心一言 后训练❓面试问题：自我介绍，教育背景，项目，和实习（两段本科Java web实习，没有后训练实习经验）GRPO训练的数据流KL散度的计算公式，怎么做平滑softmax的计算公式，怎么防止数值爆炸，有什么影响GRPO里的$\pi_\theta$, $\pi_\theta_{old}$, $\pi_\theta_{rollout}GRPO里是off-poliy/on-policy，当batch_size非常大时，如何缓解off-poliy的问题？平时使用vibing code的频率，以及使用的模型有哪些？了解TRL，VE...

第1名：涉及钱的问题（秒回率：95%）测试话术："请问一下，咱们这个岗位的薪资范围大概是多少呀？"平均回复时间： 1分钟内最快记录： 8秒有一个HR我发完消息，她正在打字的状态就出现了，回复速度快到我怀疑她是不是设置了关键词自动回复。分析：涉及到offer、薪资、年终奖这些，HR基本都会秒回。因为这直接关系到你会不会接offer，而她的KPI就是成功招到人。变体话术（同样有效）："offer上的薪资构成能详细说一下吗？""请问试用期工资是百分之多少？""年终奖是怎么算的？"第2名：确认要拒绝offer（秒回率：90...