📍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...

整个人都震惊了面试者很多订阅我能理解面试官订阅还是第一次听到也许有很多面试官已经偷偷订阅了吧我感觉面试官应该知道不少问题呀可能是我这里确实汇总的很科学吧几千场面经统计出来的怪不得前几天刷到一个腾讯面试者发出来的面经重复率真的离谱大家可以去翻一翻八股不知道咋记，不知道重点，可以看看我的神品八股专栏，全网40w粉大博主也在看，腾子的面试官也在看，介绍如下https://www.nowcoder.com/discuss/718273556131377152?sourceSSR=users

问了什么时候能提前实习，就要加微信给发offer，乐。非本人，一个朋友的。

3.20 vivo面试通知 oppo一面，纯聊天。一点八股没问。把我整蒙圈了，20分钟结束。3.19 oppo发面试通知