📍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...

行情越来越差了

哥几个过完年又来上班了！！，第一周完全没啥工作效率，做点简单的事情内推一下同学们春招基本没啥人投，毕竟当初这个点大家都已经确定完在写论文了，确实是个捡漏的好机会，春招岗位满了会下线，所以尽快投吧 投递看这里，记得内推码要手写！！！ 不然我没办法跟进进度 内推后有啥问题可以评论区留言 也记得帮我点个赞，谢谢！实习投递链接：https://hr-campus.vivo.com/intern/jobs春招投递链接：hr-campus.vivo.com/campus/jobs入职vivo有一段时间了，强度是有一些，但是平时总有一些时候比如一些活动，聚会之类的能让人感觉到放松，上班的心态和学生...