📍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...

求建议，某双非一本，前两年浪费时间跑去打竞赛了（结果还没啥成绩），最近刚敲完苍穹外卖，想问问各位大佬这样能找到实习吗，有没有什么建议

项目：外卖项目然后优化了两个技术选型腾讯PCG一面100（min）手撕：字符串输入并找出无重复字符的最长子串的长度（优化时间复杂度，本来滑动窗口就是O(n)了，面试官说for里面用了while，尝试不用while，没想到咋办）使用java实现lru缓存机制八股：操作系统中用户态与内核态频繁切换会有损耗吗进程与线程得区别多线程与单线程相比的优略线程安全常用的同步机制虚拟内存页一般分几级用两级比用一级有什么优略拆箱和装箱频繁拆装箱有什么隐患频繁gc会导致java常用的字符串操作类使用string进行字符串拼接实际上是创建了stringbuilderjava的垃圾回收怎么判断一个对象是否存活平时写j...