📍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...

继上次三方毁约后，又拿到了腾讯社招offer

拼多多测试一面，

 1.TCP和UDP有什么区别？各自适用什么场景？TCP和UDP是传输层的两种协议，特点完全不同。TCP是面向连接的，需要三次握手建立连接，四次挥手断开连接。提供可靠传输，保证数据顺序和完整性，有确认和重传机制。是面向字节流的，数据作为连续的流传输。有流量控制和拥塞控制机制。头部开销大，至少20字节。UDP是无连接的，直接发送数据，不需要建立连接。不保证可靠性，可能丢包、乱序、重复。是面向数据报的，每个数据包独立传输。没有流量控制和拥塞控制。头部开销小，只有8字节。速度快，实时性好。 // TCP服务器示例 int listen_fd = socket(AF_INET, SOCK_STREAM...