百度 文心一言 Agent 实习面经
- 项目＋实习 55min
- 论文Reward Design 的构造
- Traning Agent构造数据的pipeline
- PPO 和GRPO 区别
- 手撕：三数之和
面完半小时光速OC #互联网大厂实习 #面经 #百度 #文心一言 #Agent
#互联网大厂实习 #面经 #百度 #文心一言 #Agent #作者
图 p01 / p02：面经文字卡片与封面，内容与正文一致，无额外信息
图 p04 / p05 / p06：表情包贴纸，无面经内容
- Whisky：总共几面呀
- CANny （等待入职版）（作者）：就一面 半个小时后 hr 说直接通过了
- something：大佬您研几啊，一般paper你们怎么推进的哇。我目前研一很焦虑paper的事情又担心到时候工作的事情。如果有想法可以和我说一下嘛？打扰了
- CANny （等待入职版）（作者）：我们实验室基本是研一就幸苦一点，边上课边把paper发出去了，后面就出去实习了
- 1213：是不是TRPO打成GRPO了呀
- 每天都想躺但迟迟没躺的🐃🐴：佬是秋招提前批吗？
- 醉翁亭记：他标题写的实习
- solight：好奇这个咋问的Traning Agent构造数据的pipeline
- CANny （等待入职版）（作者）：这里我们做的一个search agent ，并且构建一个benchmark 所以自己要先有一个rollout数据作为training 的GT
- 烂🍊同学：太强了佬
- 是否对标上海实习主线（Agent 应用/全栈）
- 可迁移到简历/项目的点：
- 待补学：