📍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...

没实习过，前几天投了一下腾讯，能想到能让我面试😨😨😨处女面能给腾讯吗

1.自我介绍2.问实习经历(真随机数生成模块怎么实现熵增，RSA)3.项目有没有涉及到任务调度？4.问项目中DMA传输的驱动（我做的stm32，调用的库函数，就没继续问了）5.做过哪些驱动开发？6.有没有看过linux内核源码？6.进程间通信方式？7.进程的几种状态？讲讲阻塞态8.有哪些锁？互斥锁和自旋锁区别？9.数据结构中树有哪些类？红黑树和二叉搜索树的区别？10.手撕代码给定int型数N，找到能使N*M的构成均为0或1的最小的int型数M（没做出来）