📍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...

意思是面试没通过吗？

有关打破类加载器双亲委派机制的一个举例： 为什么tomcat要自定义类加载器? 无法隔离不同web应用的类 比如两个web应用分别依赖同一个库的不同版本（如 log4j 1.x 和 log4j 2.x） 若遵循双亲委派： 父加载器加载 log4j-1.2.17.jar。 应用 2 的类加载器委托父加载器时，发现 Log4j 类已加载，被迫使用旧版本，导致兼容性问题。 打破双亲委派后： 应用 2 的 WebApp ClassLoader 优先加载自己的 log4j-2.14.1.jar。 两个应用使用各自版本的 Log4j，互不干扰。 无法支持热部署 Web 应用需要在不重启 T...