📍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...

直接不看简历现在的企业也太硬气了吧说实话现在的就业人数实在太多就算是拒绝掉一个还会有100个人争先抢后的来每一次面试机会都不容易都要好好把握八股，项目，算法一个都不能少八股不知道咋记，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，介绍如下https://www.nowcoder.com/discuss/718273556131377152?sourceSSR=users

一、编程题高频考点01串交换问题题目描述：交换01串中两个不同字符，求生成不同字符串的数量。考察点：数学规律推导（0的数量×1的数量）+ 特判长度为2的情况（01/10两种可能）。注意点：需用long long类型避免溢出，部分用例需处理全0/全1的情况。5×5矩阵数字识别题目描述：从含#和数字的矩阵中识别特定数字形状（如数字0-9）。解法思路：模拟法：统计每行非#符号数量生成哈希值，匹配预设哈希表。特例判断：如数字7、2、3、5等通过特定位置符号分布识别。异或最大值查询（动态集合操作）题目描述：维护一个支持插入、删除的集合，每次查询与目标值的最大异或结果。考察点：Trie树动态维护与贪心匹配...