📍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...

---------3.18 已挂哈哈哈---------自我介绍拷打项目10min常规八股：15minjava常见的集合，以及底层实现HashMap的扩容过程讲一下JVM的垃圾回收机制介绍TreadLocal类，什么场景需要使用TreadLocal类？介绍volatile关键字指定重排序的话什么场景会出现问题？什么场景需要使用volatile关键字？讲一下MySQL的索引怎么建索引，是怎么考虑的呢？加联合索引的时候有什么需要注意的呢？手撕：螺旋矩阵II 20min反问：部门业务对我的表现有什么建议--------------问的感觉很基础很常规，疑似KPI面------------------...