📍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...

各位有遇到吗

-------------3.21-----------------携程一面（建议去学习RocketMQ源码）作业帮二面（被建议少说点话）字节HR面-------------3.20-----------------腾讯三面（有点难绷）美团一面（约二面了）蚂蚁一面-------------3.19-----------------字节三面（半个小时约了HR面）腾讯约了三面（错怪了？）美团约了一面蚂蚁约了一面携程约了一面作业帮约了二面蚂蚁和美团一定要好好发挥啊！-------------3.18-----------------腾讯二面（被嘲讽了哈哈）-------------3.17-----...