华为海思

📍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...

想找一个大厂的暑期实习 之后秋招想找base成都的互联网厂 各位佬看看有机会嘛

难度太逆天了，面了这么多次唯一一个面得汗流浃背的全程1h，简单10分钟左右问了一下项目，然后开始拷打场景题，场景题是真的要现场手写的一个开放性问题，考了一个电梯调度，无任何背景，所有内容都是和面试官讨论出来的，这题答得属于过于糟糕了难绷的是快手二面时间还记错了，原来是今天下午四点，这几天面试太多记差了以为是明天，面到一半快手给我打了个电话问怎么没面试，感觉快手和蚂蚁两个全崩了，这能过我吃但是面试官水平相当高，可惜我配不上蚂蚁