📍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...

1、自我介绍2、介绍下你做过的数字藏品项目3、布隆过滤器是怎么初始化的，信息是什么时候写入的，布隆过滤器的初始条件怎么设置的4、说说你这个订单模块的表里面有哪些字段5、订单模块，有没有逆向操作6、ES怎么用的。他的用处是什么？7、从CAP的角度，你讲讲你的项目属于哪一类，或者哪一部分属于什么类型8、MySQL的主从讲一下9、慢SQL怎么解决10、自增主键和非自增主键的使用场景11、UUID 和雪花算法的优劣势，雪花算法的实现方式12、乐观锁悲观锁区别13、synchronized的实现原理？14、synchronized的锁升级过程？能降级吗？15、synchronized和Reentrant...