面试之前，先来面栈
搜索

百度

32 篇面经507 道面试题

官方招聘开始复习

已筛选

共 507 道题

排序：

0514
PPO 算法原理是什么？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
0515
DPO 与 PPO 有什么区别？
模型训练与对齐强化学习与奖励
比较选型
进阶
1 篇面经1 份题集
0516
模型如何实现超长上下文能力？
模型基础与推理推理优化与模型压缩
原理机制
进阶
1 篇面经1 份题集
0517
如何训练模型，使其更精确地提取摘要？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
1 篇面经
0518
买卖股票的最佳时机（仅一次交易）。
算法与编程题动态规划、贪心与回溯
代码题
基础
1 篇面经
0519
买卖股票的最佳时机 III（最多两次交易）。
算法与编程题动态规划、贪心与回溯
代码题
进阶
1 篇面经
0520
买卖股票的最佳时机 IV（最多 k 次交易）。
算法与编程题动态规划、贪心与回溯
代码题
进阶
1 篇面经
0524
GRPO 如何实现，奖励函数尤其长轨迹奖励如何设计？
模型训练与对齐强化学习与奖励
方案设计
深入
1 篇面经
0544
了解或使用过哪些现有 Agent 产品？
Agent 原理与系统Agent 应用架构与场景设计
经历介绍
—
1 篇面经
0575
手写 Multi-Head Attention。
模型基础与推理Transformer 与注意力
代码题
进阶
1 篇面经

另有 1 篇多公司合集，可在面经记录中查看。