上海联通2026校招笔试产品

1. 自我介绍2. PPO、TRPO、DPO 分别是什么，它们的核心差异在哪TRPO 的出发点是让策略更新别跨太大步，它通过约束新旧策略的 KL 距离，把优化问题写成一个带信赖域的约束优化，所以理论上比较稳，但实现复杂、计算成本也高。PPO 可以看成是 TRPO 的工程化近似，它不直接解复杂约束问题，而是通过 clip 或 penalty 的方式，限制策略更新过猛，因此在实践里更常用。DPO 和前两者不太一样，它不是传统在线 RL，而是直接从偏好对里学习一个“更偏向 chosen、压低 rejected”的目标，相当于把 reward optimization 吸收到一个更简单的监督目标中。P...

有牛友知道超聚变实习这个面试考核什么时候能开出来，有没有什么面经能分享一下😇😇😇

C++：1.什么是多态？如何实现多态 （同一接口不同行为，静态（重载，通过重载，模板等），动态（重写，通过类维护虚表，对象持有虚指针指向虚表）2.C++智能指针（unique_ptr,shared_ptr,weak_ptr，讲讲特性）3.为什么需要虚析构函数(基类指针指向派生类对象的时候，析构时能正确调用派生类的构造函数)4.map,set,multi_map,multi_set的底层实现（均为红黑树，set只存值，map存键值对，自动按照键/值排序，muti允许键重复） 计算机网络（网络编程）TCP三次握手流程，对应的socketAPI（// 服务端int listen_fd = socke...

春招，面试官态度很好，会点头反馈，主要是自己简历相关的，八股感觉她是念题库，半小时