Tele-AI大模型算法实习一面

春招秋招的求职季里，一份优质的简历是敲开心仪企业大门的第一块砖，而一套适配岗位、排版专业的简历模板，更是能让求职者少走 80% 的弯路。今天我们就针对就业桥、职唛 AI、毕师父三款热门求职平台，聚焦大家最关心的简历模板功能，做一次全面客观的深度测评，帮大家精准避坑，找到真正好用、高性价比的简历模板工具。就业桥 AI：核心聚焦面试实训，简历模板功能近乎空白就业桥的平台核心，始终围绕 AI 面试实训展开，其主打优势集中在多行业岗位的 AI 模拟面试、真实面试场景还原、面试后多维评估报告生成等板块，能为高校毕业生和求职者提供一对一的 AI 面试训练，帮助用户熟悉面试流程、提升面试能力。但回归到简历模...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.如何构建高质量预训练数据？如何用LLM进行数据合成？Self-instruct与RLAIF的区别？如何避免模型自我强化偏见？2.如果你负责设计一个千亿级MoE模型：如何设计并行策略？如何控制通信成本？3.如何做RLHF阶段的稳定训练？PPO在RLHF中的核心不稳定点？4.如果训练中出现：GPU利用率低、显存碎片化严重，你会如何排查与优化？5.RLHF训练中，奖励模型（RM）的训练难点是什么？如何避免奖励模型过拟合，确保其能准确反映人类偏好？6.数据清洗过程中，如何区分有效数据与噪声数据？针对不同类型的噪声（如文本错误、图像模糊），有哪些针对性的处理方法？7.在大模型训练过程中，如何优化显存占用和训练速度？8.你在过往项目中，有没有基于业务需求，提出过创新的技术方案或优化思路？如何推动方案落地并验证效果？9.代码题：合并两个有序链表和二叉树中的最大路径和

📍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...

1. 自我介绍2. 实习拷打3. redis的热key问题4. 策略设计模式如何实现5. 手撕单例模式6. 单例模式中的成员变量为什么要用static？不用行不行？