📍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...

离了你谁还拿我当个宝

其实也没有怎么省，笑鼠大头就是租房，吃饭什么都好说，租房最难绷的就是短租溢价（月付还能再溢价一次）+服务费（如果你用了支付的话）/中介费，如果不幸在没有暖气的冬天或者顶楼的夏天用上了公寓的商水商电，那么电费就爆炸了鼠鼠还记得在杭州的时候，租了个六楼的公寓，公寓环境啥的倒是还行，唯独那个三级能耗的空调我是真没绷住（为什么只有三级，因为这老空调最高就三级了），电费好像是1.2块钱一度，我一个月用了500块钱的电费，当时杭州还42度过所以最省钱的方式就是租个便宜点的房子，尽量走房东直租，然后不要搁大城市市区里干，郊区就不错，可惜公司不在郊区百度的下午茶有水果，其实百度也没下午茶，就是下午会上一堆同一...