📍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...

请教一下各位，现在测试这么难吗，投的简历都石沉大海，都是已读不回，帮我看看简历是不是要修改啊

如题，八股现在背了一半，hot在刷2遍了，但是好多忘了喵，现在打算边投遍复习了，简历还有要修改的吗？求狠狠拷打喵！！！！

1.介绍一下实习项目2.实习为什么离职，学校还有课吗3.HashMap的底层原理，介绍一些put流程4.SpringBean的生命周期5.SpringBean有机制实例化方式，这几种实例化方式有什么区别6.实际开发中有没有遇到循环依赖的问题，如果你遇到了，比如说A使用B，B使用A这种情况，你要怎么去解决7.JVM内存划分8.JVM垃圾回收机制，怎么判断对象是不是可以回收的，我说可达性分析，面试官说这个不是跟新生代老年代相关吗9.标记清理怎么去标记？程序计数器是干什么用的？10.实习相关拷打，具体场景就不说了，我给出根据实习出的问题： 1）怎么去数据库中挖掘数据 2）如果说挖出的数据量特别大有几...