📍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...

辅导员突然一个个来查，没招了。

简历这样子想找个硬件实习够了吗

大家好，我是去年参加秋招的后端选手。刚经历了pdd的一面，热乎的面经奉上。pdd果然名不虚传，上来就是硬核三连，完全不问项目，直接揪着基础知识往祖坟上刨。整个面试30分钟，感觉像经历了一场高强度的技术论文答辩。一、 面试开场：没有寒暄，直接亮剑面试官准时上线，确认身份后，第二句话就是：“我们来聊聊Redis吧，看你简历里写得很熟练。”我心里一紧，知道这场恶战开始了。pdd的流量和并发决定了它对缓存的要求是极致苛刻的，Redis必然是考察重点。二、 核心拷问：从使用到源码，一层层剥开第一层：基础用法与场景（热身）Q1：你们项目为什么用Redis？用了哪些数据结构？我的回答：主要做缓存和分布式锁。...