📍面试公司：美团👜面试岗位：大模型春招📖面试问题：问了 PPO 重要性采样系数怎么才能为1？调节批量，学习率，超参数啥的 不懂，策略收敛最优解不就为一了吗grpo 的 GAE 怎么算，和批量大小有没有关系？为啥没有要PPO的v函数？离轨策略和在线策略的关系？ 冷启动 + grpo 怎么做的？仿真寻优（实习项目）的 PPO 和 openai 的PPO有啥不同？ 项目的p(s'|s,a)=1,状态转移矩阵非常稀疏手撕链表 切断+翻转+链表合并Input: 1->2->3->4->5->6->7Output: 1->7->2->6-&gt...

hr说话这么拽的嘛

面试公司：字节面试岗位：前端积极准备了整整一周，还是以惨淡收尾，这几天甚至做啥都没心情了，感觉自己就是小趴菜。外加最近面了个某小厂，上来就考css有哪些函数，array有哪些方法，我还只能答个两三个，心态崩完了。但是晚上鼓起勇气想想，这又怎么样呢，比起更严峻的vaja，前端的行情已经好太多了。况且目前只是一面挫折，前方还有数不清的面试在等我（虽然大厂寥寥无几），还是得鼓起勇气向前看的，人类的赞歌就是勇气的赞歌。这里非常感谢阿里的面试官黑子佬，在淘系直接初筛就把我毙了的情况下，仍然愿意在下班时间为我提供大量的指导，让我知道当今互联网还是有那么一些人，坚守着本色初心，不带课挣钱，不图利割韭菜，传播...