📍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...

应届生，没有方向，有点迷茫意向沿海地区

这个时间点投是不是不迟了，只有一个ICPC银

作为一个过来人，说几句实在话在招聘市场其实只有两类人，佬（0.1%）和普通人（99.9%）而面试官只有两类人，给自己招（10%）和给别人招（90%）好了，叉乘一下，你看看自己属于哪个象限，一张图打开思路~大部分战斗发生在第三象限，普通鼠鼠+一脸心烦给HR打工的技术面试官，之间的战斗面试官根本懒得准备，不会被你投诉就可以了，也不是给自己招人，也不是自己带，面你的时候还在想着自己今晚要熬夜发版，所以也就问问八股，简历写什么就随便问两句，你只要不离谱就行了越是大厂越这样，小公司招的不多，很大概率面试官将来就是你的mentor或者老板所以少年郎，你明白了么，笔面试就是个背牛客这个题单，刷两遍，基本应付...