华为电话测评想知道后续发展……

📍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...

求各位牛爷爷指点

本人27届毕业生，去年暑假开始准备后端方向，java语言。拖拖拉拉到现在。目前做了苍穹，正在学redis和算法，四月份准备蓝桥杯，还有Springcloud八股都还没学到，感觉有点来不及了，想学完现在的东西，立马开始学习八股和算法，狂学刀蓝桥杯结束，然后写简历，投简历，倒时候边投边学，不然怕面试随便问一个八股我都答不上来。这种方法可行吗，求助各位大佬。