📍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...

现在已经不回我了😭ps：求大家建议。本人是出国选手，想水个实习整简历上，类似的中小厂写留学申请上能有用吗？中大厂感觉来不及学了，lc刷才30题....

思路:直接按题意模拟，维护一个指针表示当前指向的字母位置，每次按照步长增加即可。由于题目给的字符串是一个循环字符串，因此指针需要不断对字符串的长度取模。 #include <bits/stdc++.h> using namespace std; int main() { string s; int k; cin >> s >> k; string res; int step = 1; int i = 0, j = 0; int n = s.length(); while (j &...