真面经，好答案。面试之前，先来面栈。

百度

155 篇面经1309 道面试题

官方招聘开始复习

已筛选

共 1309 道题

排序：

1731
准确率提升主要来自 SFT 还是后续 GRPO，如何区分贡献？
AI 应用工程与治理评测体系与实验设计
效果评估已有答案
进阶
1 篇面经
1732
简历中的多个强化学习决策项目是同一大项目的组成部分吗？
项目与综合面试项目背景、架构与职责
项目深挖
基础
1 篇面经
1733
强化学习项目的决策和动作空间是离散的吗？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
1734
当前动作空间不够细致时，如何解释这种粒度设计？
模型训练与对齐强化学习与奖励
项目深挖
深入
1 篇面经
1735
决策项目采用多智能体协同有哪些优势和难点？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
1736
强化学习决策算法的输入是什么，还使用哪些输入特征？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
1737
项目中 Transformer 的表示是显式还是隐式，属于中间结果还是最终输出？
模型基础与推理模型架构与表示
项目深挖
进阶
1 篇面经
1738
项目中的 Transformer 特征模块具体如何实现？
模型基础与推理模型架构与表示
项目深挖
深入
1 篇面经
1739
强化学习项目是否与仿真环境交互，各项目是否相同？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
1740
没有原有仿真环境时，是否仍能实现当前强化学习模型？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经

另有 13 篇多公司合集，可在面经记录中查看。