百度 大模型算法面经（一面）

秋招 · 2026-10 · 来源 牛客

聚焦大模型训练优化（GRPO/Agentic-GRPO）、Agent架构设计、数据工程（构造/校验/微调）及基础算法与工程能力

• 一面 · 项目：介绍一个基于GRPO或Agentic-GRPO的大模型强化学习项目，说明技术链路与个人贡献
• 一面 · 场景：Agentic-GRPO适用于哪些典型业务场景？解决了传统RLHF的哪些核心问题？