📍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...

😭

好像怎么改都感觉差点东西(๑•́ωก̀๑)希望得到大家的指点和建议呜

昨天涛哥写了从面试官角度如何筛选简历，有同学咨询自己简历档次事情，顺便想让我帮忙内推。对内推的同学的都是免费，核心是简历不达标，内推了也没用。昨天有位同学本科某中等985通信工程，硕士港中文，七月份毕业，现在依然没有offer。本科研究生都是不错的学校，专业也不错，按道理拿到offer问题不大。问题出在简历上，这位同学简历写的一塌糊涂。简历一上来个人优势，但就写了三行12个字，生成式AI，数据分析，通讯系统。这完全看不出来有什么优势。专业技能只写一行，编程语言，实验仪器 四六级分数全写到一行。实习经历，有两段实习还是不错的，但每个实习就写十几个字，比如某米，数据分析师，分三行写了智能营销系统，...