📍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...

😭我这个简历能在春招找到个中厂吗，想找个200人以上的，目前鼠鼠在30人的一个创业公司干后端，整个公司就我一个后端，没人带，想找个大一点的公司我这里还有个中国铁塔的实习，不知道写不写比较好，如果要包装的话，各位大佬有建议吗？求求求，鼠鼠年后一周就打算开始投了，各位大佬帮帮看看还有哪里能改的😭😭😭

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis的网络IO核心是IO多路复用模型，并根据版本迭代做了单线程/多线程的优化分工，整体设计兼顾了高并发、低延迟和实现简洁性，也是Redis能支撑海量连接的关键所在。一、核心定位：IO多路复用是底层根基IO多路复用的核心逻辑是：用单个线程/少量线程监控多个网络套接字（Socket）的读写状态，只有当某个套接字就绪（可读/可写）时，才进行实际的IO操作，避免阻塞等待单个连接，大幅提升CPU利用率。Redis没有采用多线程阻塞IO、异步IO等方案，而是基于IO多路复用做定制化...