📍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...

27届大三，想找个日常实习，中小厂的。简历有什么问题嘛，boss投了400好多消息都没读😭求友友们给点建议

流程很快，一面完第二天约二面，二面完hr加微信，有转正机会，但不保证转正，感谢这次流程～一面：40min自我介绍（一）项目与技术实践如何理解当前主流的 Agent 开发？项目中使用 Web Worker 的主要作用是什么？该技术调研是你独立完成的吗？AI 相关能力建设的难点是什么？项目中遇到的线上问题及解决方案？设计组件时如何考虑通用性和扩展性？如何评判网页性能是否合格？前端性能优化的核心方向有哪些？项目中虚拟滚动 / 懒加载具体是怎么实现的？（二）框架对 Vue 和 React 框架的理解？对 Vue组件通信的理解？（三）工程化Webpack 与 Vite 的核心区别是什么？Tree-sha...