📍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...

这个简历想找个实习很难吧，想找个实习

求各位大佬拷打，民办二本到京找工作已经半个月了，目前还是0 offer.😭

T1 求 的方案数， 考虑从高到低按位填数 考虑 对于 ，当且仅当 是奇数且这一位全填 ，方案数即为 ； 对于 ，当且仅当这一位不全为 且 的个数为偶数，方案数 ； 所以 的方案数为 。 考虑 ，当且仅当二进制高位相等，且第 位 ，即 是偶数且全填 ，低位可以任意填，方案数为 ，故总方案数为 综上所述 为奇数时答案为 为偶数时答案为 时间复杂度 ，不过题目放 的做法过。 #include <bits/stdc++.h> using namespace std; const int P = 1e9 + 7; using ...