📍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...

大过年的，华为hr不放假吗

这次一上来破天荒拷打起我的论文，后来知道是想要go方向的，以为实习公司和论文是区块链我应该是go语言方向的，没想到我们这公司是用java做的链，所以基本没拷打java方面的，铁凉了。1、你了解fabric联盟链吗？你能说一下fabric上链的流程吗？（底层真不熟 直接拿公司的上链流程搪塞过去）2、你还知道哪些联盟链，长安链与fabric有什么不同，你知道长安链哪些架构的知识？（寄 就对比试验用过测试网 又用公司的链衔接过去）3、研究方向是自己选的吗？4、计网知道哪些协议？TCP\IP\UDP 还有直接看过的snamp协议5、https协议具体执行流程6、Mysql八股：主从复制的原理；如何找慢...