思路：仔细数出n<=5的情况总数。分别为1 4 12 28 60，其中12=(1+2+1) * 4 - 4，28=(1+3+3+1) * 4-4, 60=(1+4+6+4+1) * 4-4可以发现规律：答案和杨辉三角有关。得到公式res=2^(n+1)-4，快速幂计算即可。 #include <bits/stdc++.h> using namespace std; const long mod = 1e9 + 7; long qsm(long a, long b) { long res = 1; while (b > 0) { if (b...

📍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...