真面经，好答案。面试之前，先来面栈。

百度

52 篇面经617 道面试题

官方招聘开始复习

已筛选

共 617 道题

排序：

1223
从大模型实习转向智驾决策规划岗位有哪些共同点和可迁移能力？
项目与综合面试能力成长与学习方法
行为面
—
1 篇面经
1225
在多大规模的评估集上评测，评估集如何获得？
AI 应用工程与治理评测体系与实验设计
项目深挖
进阶
1 篇面经
1226
采用 SFT 和 GRPO 后相对原模型改了什么，数据层面有哪些问题和修改？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
1227
模型最终输出的具体结果是什么？
模型基础与推理模型选型与能力边界
项目深挖
进阶
1 篇面经
1229
不同项目为什么分别选择 PPO 和 DDPG？
模型训练与对齐强化学习与奖励
比较选型
进阶
1 篇面经
1230
DDPG 项目的 reward 如何设计？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
1232
行为风格如何输入智能体，输入是连续值还是离散值？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
1233
如何证明模型学到了不同风格的影响，并评估效果？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
1235
训练中出现策略坍缩如何解决？
模型训练与对齐强化学习与奖励
故障排查
进阶
1 篇面经
1236
如何体现和评估策略鲁棒性？
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 3 篇多公司合集，可在面经记录中查看。