📍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...

投的全栈，被前端捞了，全程45min，大概率被挂两道算法，力扣#26和#121，追问#122，口述思路让过了全程无八股，全是项目拷打，但是只问了一个项目，可能觉得我的项目没有什么技术深度你在使用vue3响应式开发感受到什么特性和优点在项目开发中遇到的难点巴拉巴拉，前后端对接，接口设计，性能怎么优化。。。感觉面试官觉得我的项目没什么可问的，就匆匆结束了反问需要做出什么提升，要深挖技术栈，代码能力只是基础，在学校的项目也可以多一点技术难点，在面试的时候可以看到你的实力