📍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...

实习不知道怎么写简历，求各位大佬给点建议！~

不知道过两年会变成啥样…   

注：本文方法全行业通用，尤其适合无背景、无经验、0 基础求职的应届生/新人，直接照着做就能用。 当年我也是毕业就要直面“无背景、无人脉、无资本”的三重困境😞——没有家庭圈层带来的先天优势铺路，没有现成可用的职场人脉关系搭桥，没有启动资金的硬实力支撑毕业季揣着简历跑遍所有招聘会，海投的岗位五花八门，甚至误入过传销公司的招聘专场，差点信了“毕业即年入百万” 的鬼话😓。前前后后投了几百份简历，只拿到零星几个面试机会，全程陪跑。 后来我才明白，求职从来不是瞎撞大运，而是先认清自己，再看清市场，最后精准匹配。靠着这套方法，我锁定了房地产营销赛道，从基层文案策划做到城市公司部门管理岗，工作多年带过几十...