想进沈阳601

📍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...

#牛友故事会#

就业环境如此恶劣，许多公司都在尽量减少正式岗位职工，外包实习生在部分企业也是相当一部分主力。因此选择一个好的行业、好的实习做好秋招准备十分重要。牛友本人是控制专业，属于是通信、电气、计算机都沾一点，但是关于控制行业本身的岗位可能远不如其他几个转业，所以我们自己经常自嘲自己是二流专业，提及专业也是希望同学们从专业出发，尽可能让自己在起点就占据优势，当然跨专业也是可以的。就实习而言，我还是建议牛友们能摆平老师的情况下，去核心城市，一线城市去实习，租房实习也是可以。在我实习经历中见过有每天通勤3-4小时的华理同学，也有远从东北来上海租房实习的同学。打开boss有一个很直观的对比，就是在城市的行业丰富...