📍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...

实习经历较水都是包装的，冲大厂暑期有机会吗

如题，鼠鼠快碎掉了。鼠鼠正在投暑期和日常的实习，可能是因为简历太差吧，好多初筛都没有过，所以其实格外珍惜每一次的约面。尤其鼠鼠是八股选手，但凡碰到喜欢问项目的面试官是直接速通鼠掉。那是一个万里无云的晚上，鼠鼠接到tx某子公司的约面，虽然没算法题但是问得我汗流浃背。面试官从我的八股批判到我的项目继而批判到我的实习，感觉基本上除了八股这种特定答案之外每一个问题都要质问我，尤其是询问到实习的时候我解释完之后直接来了一句“那你实习也啥也没做啊”，鼠鼠直接原地碎掉。之后的问题鼠鼠也不太记得了，大部分都是直接吟诵咒语，肌肉记忆直接不过脑子。因为接二连三的压力鼠鼠直接摆烂了，回答的时候也不太看屏幕直接开始搓...