📍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...

简历还需要完善吗，boss投了一些没有面试机会。另外暑期开始，感觉自己太菜不敢投递

腾讯 微信后端 一二三面面经由于一二三面都是同一周进行的（具体业务部门暂不和牛友说啦），所以当时也没时间进行回顾，现在进行简要的回顾，不一定详细但尽可能把大致方向说一下一面：写题＋八股写题为一个给个文档，用IDE写完了粘贴进去。（题量不少2-3题左右，限时半小时，但无难题）八股：以计算机网络和操作系统为主，穿插问问一些实际的问题主要是：TCP 握手挥手，网络IO模型之类的，CPP的部分简单问题等，大家在牛客上都见过，都是常规的问题，实际的问题就是问Linux的一些命令和实际场景下怎么组合使用二面：写题＋项目同样起手一个文档，写题（都不是难题）项目深入的聊，整体流程，为什么这么设计，为什么不使用...