包装一部分

📍面试公司：百度 🕐面试时间：2026.03.20💻面试岗位：文心一言 后训练❓面试问题：自我介绍，教育背景，项目，和实习（两段本科Java web实习，没有后训练实习经验）GRPO训练的数据流KL散度的计算公式，怎么做平滑softmax的计算公式，怎么防止数值爆炸，有什么影响GRPO里的$\pi_\theta$, $\pi_\theta_{old}$, $\pi_\theta_{rollout}GRPO里是off-poliy/on-policy，当batch_size非常大时，如何缓解off-poliy的问题？平时使用vibing code的频率，以及使用的模型有哪些？了解TRL，VE...

只会暴力

1. 自我介绍2. 智能指针了解什么，unique_ptr、shared_ptr、weak_ptr 分别适合什么场景答案：unique_ptr 表示独占所有权，一个资源同一时刻只能有一个拥有者，适合所有权非常明确的场景，开销也最小。shared_ptr 表示共享所有权，底层通过控制块和引用计数管理对象生命周期，适合多个对象共同持有同一资源的情况。weak_ptr 不增加强引用计数，主要用于观察 shared_ptr 管理的对象，典型作用是打破循环引用。真正写工程时，智能指针不是“哪里都能上”，本质还是要先把对象所有权设计清楚。shared_ptr 用多了，很多时候反而说明对象边界没设计好。代码...

实习小半个月了，组内负责订单和仓储模块。基本没给我分配什么工作，就解决了一两个小需求吧。订单模块还挺核心的，实习生接触不到也算正常，如果我偷下来写简历上，会不会不被认可？还是说偷一些边缘的功能，比如消息发送，防重注解。😭😭