北京海思软件开发的来

📍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...

我选正常，习惯了感觉在实习里面真的很难说一下子干啥很核心的活，大家都是先把次一点的活放给你，然后慢慢的给你更核心的活，你把下一个阶段的工作干好了，才会拿到更好的活。

妈呀不会给我挂了吧  

来呢，来呢。鸽了这么久，我终究还是来了，补上上次oc后答应群友的面试记录。祝愿大家都成功！！！自我介绍在腾讯干的事，针对实习内容进行深入了解。redis在项目中的作用。redis做缓存用过吗，优势是什么？redis缓存击穿，穿透，雪崩是啥，如何解决这些问题了？拷打多智能体系统项目，深入挖掘多智能体设计。项目中设计多智能体的流程是啥？多智能体系统如何设计同步异步，如何去统一多智能体评判标准了？uav项目系统的规模和整个流程设计是如何做的？有没有操作过协程了，协程泄露的情况，如何进行回收了？算法题：二维数组，行内有序，行间无序，如何找top k？ 反问：业务整体强度还行，有点压力。面试官语速很快，...