快手做完测评秒挂

目前在快手的最远进度就是一面三个测评都是投递同一个岗位给的就这样从2024年一直答题到2026

📍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...

1.快手商业化运营base北京2.焦点科技产品经理base南京月base差不多，ks有房补

部门：电商营销一面：介绍项目sse问实习双亲委派怎么打破双亲委派mcp双链缓存三剑客mvcc算法：合并有序区间二面：问实习如果 prompt 过长了怎么去优化kafka消息堆积怎么处理一个商品详情页，它有下有很多服务，怎么提高响应速度，有哪些方式吗比如并行线程池被打满了怎么解决讲一下一种电商售后客服agent的设计用什么知识库主流的向量数据库有哪些知识库分块策略rag太大了造成性能问题怎么办怎么解决就是一个分数排行榜支持范围查询怎么设计选型分数一样，时间优先怎么考虑还是做个排行，用内存解决，用什么数据结构，数据量不是特别大对表加索引需要考虑哪些方面SQL题：给出五个sql建立索引算法题：假设我们那个日志处理系统多线程负责生成日志数据，并且写入缓冲区，这是生产者，另一个有多线程从缓冲区读取日志并且写入磁盘，这是消费者，这个缓冲区只有100条最多日志，要求缓冲区满的时候生产线程不能继续写入，需要等待，缓冲区空的时候消费线程不能继续读，需要等待，整个过程保证线程安全