📍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...

#牛客创作赏金赛# 在校园的论坛上看到的，36k，这得是开发的ssp了吧😭

背景发个面经攒运气，广州base，教培行业，实习200-300一天，两三个月考核，转正提9k答应得很爽快，公司在大学城里面，很小一家，目前应该是60多个人，写着100-500，环境有点压抑像大学宿舍。换成你，你会去吗。不知道为啥我后面没被联系了。是觉得我去过大公司会容不下我吗笔试有大概7-10道题根据要求写一个hookpromise相关ts基础相关react的通信组件相关grid布局 css相关浏览器相关其他忘记了技术面完全不问八股讲笔试题的内容，问思路，为什么兄弟组件传值用useEffect，为什么用ts的那个infer R什么的问我有没有去ai做笔试，你觉得笔试题那个怎样讲项目小红书...