背景双非目标院校，24年毕业，考研失利。我是学通信的，本来想找嵌入式方向的工作，但找不到。后来，因为有个同学在od工作，就给我推了栗栗姐。栗栗姐直接打电话，与我沟通了半个小时，详细讲解od的内容。之后就开始走流程了。机考（350分）机考（python）前，将leedcode的top100刷透，再刷机考真题，因为基础差，大概用了一个多月。约好时间发邮件后，考试链接7天内都有效。具体的题目忘了，不是很难，考试的时候有些紧张。结论：考题难不难比较靠运气。一定要熟悉ACM模式的输入输出。HR面1.自我介绍2.空窗期是怎么过的3.简述一下大学里做过的课题或经历，问遇到的困难，怎么解决的4.你具备什么优势...

现在AI这么恐怖，毕业26，能干到30吗？暑期实习也找不到，感觉快进斩杀线了啊

就是觉得好漂亮，可能是配色？

📍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...