📍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...

替牛油门试了，这招也不好用😜 #牛客创作赏金赛#

大家千万不要想着去修改学信网的简历这个已经是没有改变的机会了如果想要寻求突破的话建议从自己的其他方面突破这个是万万不能做的呀其实只要努力做到最好不辜负自己的努力就可以了至于能否拿到offer其实更多的看实力加运气八股不知道咋记，不知道重点，可以看看我的神品八股专栏，全网40w粉大博主在看，鹅厂面试官也在看，介绍如下https://www.nowcoder.com/discuss/718273556131377152?sourceSSR=users

真正开发项目中是多个人开发一个项目的，需要进行代码的管理，可以使用 版本控制工具 git。 进入 ld 给你代码让你拉到本地看代码，给新的需求让你新拉一个分支，在新的分支上面写，写完之后在 pull request 请求合并。 master ||dev 分支是最完善的代码分支，其他分支是用来开发的。这个分支可能会绑定一些自动化部署的比如 jekins 等，实现代码的 CI\CD 流程。 自己新建一个分支，写完代码 push 上去后，经过 mt 查看你的代码，发现没有什么问题之后再进行mt 进行 merge 代码。 整个的业务流程 拉去主分支代码 首先 dev 分支上面是最新的代码，每次都...