📍面试公司：蔚来🕐面试时间：2026.03.16💻面试岗位：大语言模型强化学习算法实习生❓面试问题：自我介绍项目经历1，拷打项目动机，方法细节，评测方式，遇到的难点和解决方式，提出的方法为什么有效强化学习算法理论基础，介绍PPO算法，算法计算公式，优点，训练流程，介绍GRPO算法，特点，优势有关强化学习算法的代码库，TRL，VERL，Ray等询问对于Agentic RL 的认识，其中可能存在的难点，答了算法侧的稀疏奖励问题和工程实现上各类工具的稳定性编程题，word1->word2的最小操作次数🙌面试感想：自我介绍吟唱时间太长，适当压缩为教育背景，研究背景，项目/实习经历的简单介...

刚刚丢了简历过去tx提前批，燃尽了😓感觉这年头保研考研考公都难。今晚海投看看能不能刷点经验，八股一点没看。冲冲冲。

简单自我介绍一下你现在是大二还是大三？实习可以来上海吗？每周能实习多久？什么时候能来（4月或5月）？第一个线上书城项目是大作业还是什么？具体做了哪些事？讲讲整个项目最有技术难点或最能展现实力的一个点用Redis做缓存，具体针对什么热点数据？什么是热点数据？引入缓存后，怎么解决缓存和DB之间的一致性？讲讲实现缓存一致性的具体细节支付流程里用MQ做异步解耦，具体做了什么事情？核心响应降级讲讲如何保证扣库存的准确性？如果MQ出现堆积或异常消费不掉怎么办？Java的String为什么是不可变类型的？这么做的原因是什么？Java中ArrayList和LinkedList有什么区别？优缺点是什么？在浏览器...