📍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...

个人觉得有一点疏忽尤其是经过秋招过来发现运气真的很重要有可能没有你实力强的人就能去大厂核心部门即使白菜也比你sp高增强实力确实是没问题的运气太虚无缥缈啦八股不知道咋记，不知道重点，可以看看我的神品八股专栏，全网40w粉大博主在看，鹅厂面试官也在看，介绍如下https://www.nowcoder.com/discuss/718273556131377152?sourceSSR=users

1.netty的网络模型2.netty用的select还是epoll还是poll,select和epoll的区别，epoll的原理，多路复用的原理3.tcp和udp的区别4.tcp用什么保证可靠性5.就三次握手四次挥手就保证一定能收到吗，什么机制保证的6.说下具体是怎么做重试的吗7.但是我消息都没发出去的话，一个包都没收到是怎么办的8.tcp怎么做流量控制的，比如大视频会怎么办9.流量控制和拥塞控制的区别10.MySQL事务解决什么问题，有什么特性11.事务的ACID每个都是什么意思12.事务的隔离的四个级别，MVCC解决什么问题13.undolog是什么，redolog是啥，redolog会...