滴滴提前批面经|一天三面朋友昨天滴滴一面,面完都准备休息了发现十分钟后二面,看了眼邮件发现是连环面试,于是一口气面了三轮,一面二面都是五十分钟,各有一道简单的代码题,三面半小时左右1️⃣ 一面50min,一道代码题1 聊项目20分钟2 传统的强化学习与LLM中的强化学习的对应关系3 介绍一下PPO,GRPO这几个算法的区别4 AI Coding用过那些 如果你来设计 要包含哪些模块5 代码题:动态规划6 反问2️⃣ 二面50min,一道代码题1 聊项目20分钟2 Decoder-only的主要组成3 解释一下自注意力,交叉注意力4 常见位置编码了解哪些5 传统策略梯度的收敛性有理论上能收敛吗(...